模糊聚类计算方法的理论分析

分析了聚类分析４种原始数据规格化处理的数据特征,提出最大值规格化与均值规格化,由于能保持不同指标的原分辨力,是较好的方法。将常用的相似性度量方法分为绝对差数、相对差数、比例相似性３种类型。论证了基于模糊等价关系的模糊聚类法就是经典系统聚类的最短距离法,模糊系统聚类仅是一般系统聚类法的特例。     

模糊聚类计算方法的理论分析

分析了聚类分析４种原始数据规格化处理的数据特征，提出最大值规格化与均值规格化，由于能保持不同指标的原分辨力，是较好的方法。将常用的相似性度量方法分为绝对差数、相对差数、比例相似性３种类型。论证了基于模糊等价关系的模糊聚类法就是经典系统聚类的最短距离法，模糊系统聚类仅是一般系统聚类法的特例。     

一种基于数据驱动的系统建模方法

提出了一种基于数据驱动的系统建模方法,采用减法聚类和模糊C-均值聚类相结合的模糊聚类算法进行前件RBF网络辨识,自适应地获得精确的聚类个数和隶属度参数;用BP算法训练后件网络的权值,从而仅利用输入输出数据,就建立了T-S模糊神经网络模型,在该过程中充分利用了BP神经网络和RBF神经网络的优点。最后用该模型对一个非线性系统进行辨识,用MATLAB进行仿真,结果表明,该方法具有可行性。     

综合模糊聚类法初探

本文从聚类分析的基本思想和实际要求出发,在对现有模糊聚类法的基本特点及适用条件进行深入分析的基础上,提出了一种新的模糊聚类分析方法——综合模糊聚类法。这种方法与其它方法的主要区别在于它建立了确定聚类样本间相似数r_il的合理计算公式。分析及验证结果表明、本文提出的方法对于处理大型复杂系统的聚类问题具有更为广泛的适应性和良好的可靠性。     

应用模糊系统理论在农业机械化区划中进行分区

本文以昌吉州农机区划为例,运用模糊聚类和模糊图论的方法进行分区。用模糊系统理论分区充分考虑了影响分区的各个因素及论域中各小区两两之间的相似关系,通过计算加以聚类得到分区。从最大树和聚类谱系图中还可看出划在同一区中各小区相似程度的差别,因而在今后的机具配备中仍可区别对待。     

基于熵权法加权的模糊C均值聚类算法研究

针对模糊C均值聚类算法不能区分数据各属性之间的不平衡性,提出了一种基于熵权法加权的模糊C均值聚类算法。该算法首先应用熵权法计算各属性的权重系数,然后对标准化之后的原始数据进行加权,最后应用模糊C均值聚类算法对加权之后的数据进行聚类。实验表明,该算法聚类准确率要明显高于未加权的模糊C均值聚类算法。     

海量数据分类中的模糊区域判定算法研究

针对传统的K-means聚类算法在海量数据分类中,对数据模糊分解区域判定不敏感,容易陷入局部优化解,无法实现海量数据的模糊聚类的问题,本文设计一种用于海量数据分类的模糊区域判定算法,通过计算大数据模糊区域状态特点的参量,进行大数据最优聚类中点的选取,在聚类中心区域创建任意下单个数据的互通,对每个微小数据特征实现互通;通过计算隶属度以及确定聚类数的方式,解决被隐藏在海量数据中的模糊区域真实边界,实现对海量数据模糊区域的聚类求解。结果说明,所提算法能得到精确的模糊聚类效果,提高海量数据的模糊聚类效率。     

设施枣园红蜘蛛种群动态的聚类分析

采用系统聚类和模糊聚类的方法对设施枣园红蜘蛛种群动态进行了研究。按照聚类分析结果将红蜘蛛的整个生育期分为4个阶段,提出防治关键时期应在5月。     

复杂网络交叠团模糊分析与信息挖掘

模块结构是复杂网络重要拓扑属性之一。多数模块聚类算法将网络分割为彼此无重叠、不关联的孤立团,同时很少有方法兼具模糊聚类与聚类后分析能力。针对复杂网络交叠团的聚类与模糊分析方法设计问题,给出一种新的模糊度量及相应的模糊聚类方法,并以新度量为基础,设计出两种挖掘网络模糊拓扑特征的新指标：团间连接紧密程度和模糊点对交叠团的连接贡献度,将其用于网络交叠模块拓扑结构宏观分析和团间关键点提取。实验结果表明,使用该聚类与分析方法不仅可以获得模糊团结构,而且能够揭示出新的网络特征,该方法为复杂网络聚类后分析提供了新的视角。     

谷子主要分量的模糊聚类

主成分分析是现代数量遗传学中对品种资源分析评价的一种常用方法。因为主成分分析可以将一个多变量互相关联的资料系统转换成一组互相独立的变数,每个主成分包括一部分品种资源的遗传信息,而且其重要性可以按照顺序排列起来,这样可以用前面少数几个主成分值来代表亲本资源的基本情况,从而简化工作量。数量性状属“模糊性状”,用模糊聚类法聚类亲本比用其他聚类法要符合实际情况,所以主成分析和模糊聚类法相结合可得到科学的结论。本研究通过主成分分析选出了10个较好品种,并用模糊聚类法将45个谷子亲本聚为7类,可供谷子育种者参考     

冬小麦抗旱生态分类中性状的选择

对15个冬小麦品种(系)、不同种类的性状、采用4种聚类方法——模糊聚类法、最短距离法、最长距离法、类平均法,进行了分类结果的对比,表明了不同分类性状对分类结果的影响,确定了在专家经验分类中所着重的株高、生育部、叶部和穗部等21个性状.讨论了分类性状选择中应注意的问题.     

陕西省农家小麦品种主要加工品质特性及其聚类分析

研究了测定了陕西省１３１个主要农家小麦品种的粗蛋白含量,籽粒硬度和全麦粉ＳＤＳ－沉淀值,并根据这３个品质性状,利用离差平方和法对供试品种进行了总聚类和分区聚类分析。总聚类分析中,供试品种被聚为４类。     

水稻植株与CH4排放的相关因子及模糊聚类分析

通过对不同水稻品种甲烷排放量与水稻通气组织相关性分析,确定聚类指标,运用离差平方和聚类分析方法对水稻品种进行聚类,初步探讨了水稻植物学特性与甲烷排放的相关性.结果表明,早、晚稻不同水稻品种甲烷排放量与植株显著相关的指标是不同的.早稻品种植株第2节间茎秆维管束总面积、第2节间茎秆壁厚、第2节间叶鞘横切面积/节间横切面积、第2节间叶鞘气腔面积/叶鞘与茎秆横切面积之和4个指标与甲烷排放量呈显著相关关系.晚稻品种植株株高与茎秆长度、第3节间茎壁横切面积/节间横切面积、第3节间茎壁髓腔面积/节间横切面积、第3节间叶鞘横切面积/节间横切面积、第3节间叶鞘维管束面积/节间横切面积、第3节间叶鞘气腔面积/茎壁横切面积、第3节间茎秆维管束面积/茎秆横切面积8个数量指标与甲烷排放量都呈显著相关性.分别以上述相关因子为聚类指标,对早、晚稻品种进行聚类分析,都可分为甲烷排放量高、中、低3类,与实测结果吻合度分别为87.5%和90%.因此,所选指标作为水稻品种甲烷排放量等级聚类指标是可行的,为水稻品种甲烷排放量定性分析提供了实践及理论依据.本研究将为水稻品种甲烷排放量等级区分提供依据,为高产杂交稻、超级稻的育成与推广提供环境学支撑.     

多头切花菊品种茎、枝特性评价体系构建与品种评价

【目的】茎、枝特性是切花菊的重要商品性状,建立多头切花菊茎、枝特性评价体系,为筛选优良茎、枝特性的品种提供理论指导。【方法】通过对多头切花菊300个品种的9个与茎、枝特性相关的性状进行连续两个年度的观察记录,借助专家调查法、层次分析法以及K-Means聚类分析法建立评价体系,并进行品种评价。【结果】应用层次分析法确定了9个性状的权重值,其中花朵横向聚拢程度和花朵竖向聚拢程度的权重值最大,均为0.219,其次是花枝角度、茎充实程度,权重值分别为0.123、0.121;综合9个评价指标,通过K-Means聚类分析法将300个品种划分为4个等级,62个品种为优秀、114个品种为良好、80个品种为一般、44个品种为较差,分别占比为20.7%、38%、26.7%、14.6%。【结论】运用专家调查法、层次分析法和K-Means聚类分析法构建出的评价体系可以有效的对多头切花菊品种茎、枝特性进行评价分级,筛选出的优良品种可以在生产中推广应用。     

研究生物种群发生情况的模糊聚类分析法

对许多样本内生物种群发生的同异性进行了研究。从种群发生的数量上和品种组成结构的同异性2个角度同时进行模糊聚类分析,提出一个计算模糊相似系数的适用公式。还讨论了对数据进行无量纲化的利弊。根据具体情况恰当选取无量纲化的公式和从不同角度聚类的需要选取计算模糊相似系数的适用公式;并以实例反馈说明我们建立的公式是符合实际的。     

海南7个区试甘蔗品种抗旱性的 主成分分析及综合评价

以7个区试甘蔗品种为材料、采用盆栽法进行抗旱处理、测定绿叶率尧株高等形态指标以及质膜渗透性尧 叶绿素相对含量尧脯氨酸含量尧丙二醛含量和超氧化物歧化酶活性等生理指标。采用主成分分析尧模糊隶属函数对多 指标进行综合分析、全面评价7 个甘蔗品种的抗旱性。结果表明、3 个综合主成分可达到甘蔗抗旱性94.943%的原始 数据信息量;利用系统聚类分析、将7 个参试品种分为3 类、其中、ROC22 和云蔗06-407 表现出较强的抗旱性、福农 39 和粤糖55 表现为中度抗旱性、ROC16尧粤甘26 和柳城05-136 表现出较弱的抗旱性。     

不结球白菜品种资源的模糊聚类分析

本文用模糊聚类分析方法依据７个数量性状对１４个不结球白菜品种进行了数量分类。分类结果与实际情况相符。用该方法可以帮助选择杂交亲本。     

模糊信息论在聚类分析中的应用

基于模糊信息论给出了新定义的似然函数和模糊交互熵的概念,并对新定义的似然函数和模糊交互熵性质进行研究。通过E′取最大、P取最小确定最优划分,从而得到一种改进的基于模糊信息理论的信息分类方法,为聚类分析增加了一种新的数学方法。     

模糊聚类分析在小麦品种鉴定中的应用

应用模糊聚类分析方法对小麦高代出圃品系进行了鉴定。将27个小麦新品种（系）的7个性状指标分别综合归纳为［0,1］区间内的一个简单相似隶属函数,定量描述了各个品种（系）与对照品种之间的相关相似度,为小麦高代品系鉴定提供了较为精确的定量化鉴定方法。