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。     

联合模糊c-均值聚类模型

提出一种新的结合了模糊c-均值聚类（FCM）算法和可能性c-均值聚类（PCM）算法优点的联合模糊c-均值聚类（AFCM）算法。它克服了PCM对初始值敏感、易产生一致性聚类的缺点，是PCM的扩展算法。试验表明：AFCM能同时产生隶属度和典型值，从而更好地处理噪声，避免了一致性聚类，同时提高了聚类准确性。     

灰色模糊聚类法及其应用

作者将灰色关联度方法与模糊聚类法结合起来,建立了一种灰色模糊聚类法,并应用该方法对浙江省杭州市七个县的农业综合生产力进行了聚类分析。     

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     

聚类分析的几个问题

本文提出优聚类的统一定义,从而概括了众多的聚类方法,建立了聚类函数的若干性质,证明了等价关系系统与系统聚类法的等价性,推广了 Fisher 算法,证得全序递归聚类法必得优聚类,得出最优聚类的一些充分条件。     

基于FVSM的核聚类算法在文本聚类中的应用

针对信息挖掘中的文本自动聚类问题,提出了一种基于模糊向量空间模型的核聚类算法。首先对聚类文本进行模糊特征提取得到模糊特征项集,然后依据模糊特征项集对每篇文本计算特征项的文档频数,进而得出每篇文本的模糊特征向量。最后利用高斯核函数将每篇文本的特征向量映射到高维特征空间,在高维特征空间中利用核聚类算法实施文本聚类。该方法在特征提取时充分考虑了特征项在文档中的位置信息,使自动聚类原则更接近手工聚类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。     

关于模糊聚类一种算法的注记

本文对有人采用的模糊聚类的一种算法给出了一个反例。并说明这种方法的采用是有条件的。     

R型聚类与模糊聚类分析在源解析中的应用

近年来,聚类分析在环境科学研究中的应用越来越多,R型聚类和模糊聚类是2种常用的聚类分析方法。利用这2种方法对龙岩市大气颗粒物源解析工作中的源样品数据进行聚类分析,并对结果进行比较,研究聚类分析方法在源解析工作中的应用问题。结果表明,聚类分析方法在源解析工作中的应用有实际意义,相比较而言,R型聚类方法的聚类过程比较复杂但是结果精细;模糊聚类计算过程简洁但聚类结果相对粗糙。2种方法都可将研究对象分成若干个类别,但是在得到某一特定个数的聚类结果时所对应的相关系数区间取值不一定相同。最后,讨论了聚类分析在源解析工作中应用的意义和前景。     

应用血液蛋白遗传标记研究广东鸡种类缘性

用聚丙烯酰胺凝胶电泳法和醋酸纤维素薄膜电泳法检测广东鸡地方品种杏花鸡、胡须鸡和清远麻鸡的血浆淀粉酶(Amy—1、Amy—2)、碱性磷酸酶(Akp—1、Akp—2)、酯酶(Es—1)、血红蛋白(Hb)等六种血液蛋白的多态型,计算各群体各位点的表型及基因频率,求出各品种间的相似系数、遗传距离和分比时间,用系统聚类法、模糊聚类法、Tocher聚类法和主坐标分析法研究广东地方鸡种的亲缘关系。研究结果表明:三个广东地方鸡种的血液蛋白表型及基因频率分布有很多相似之处,但又各有其特征;它们之间的亲缘关系都密切,其中杏花鸡与清远麻鸡的亲缘关系最为密切。     

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。     

图论聚类法及其在区域土壤污染调查评价中的应用

本文介绍了图论聚类分析(MCA)的基本原理和方法,并以某地土壤重金属污染分区和评价为例阐述了这种分类方法的应用。通过与系统聚类和模糊聚类法相比较,探讨了此法应用于生态环境分类评价中的特点。MCA是一种动态选择过程,它将事物分类的“模糊性”和“界限性”有机地统一起来,并且其中所涉及的各项参数具有较确切的实际意义,使用起来简便和易于理解。     

基于直方图局部信息和Gath-Geva模糊聚类的彩色图像分割方法

针对Gath-Geva模糊聚类算法对初始给定的聚类中心等先验信息较敏感,提出了一种基于直方图局部信息的模糊Gath—Geva聚类新算法．实验结果表明,新算法在彩色图像分割方面,与传统模糊C—Means算法相比,具有较强的分割精度．     

数量分类的加权聚类法

叙述了加权聚类的基本思想与方法，即应用性状多样性理论与计算方法获得各统计性状的聚类权重，应用Ｂ模距离进行加权聚类分析，通过实例证明了加权聚类法对解决数量分类学系统聚类权重不合理，对各公式计算结果不一等问题的有效性。     

旅游地貌资源的两种动态聚类评价

旅游地貌资源是旅游业的重要客体之一。影响旅游地貌资源价值的因素多，本文提出对其大小不一的作用加权对待，并采用系统聚类和模糊聚类两种方法对旅游地貌资源进行等级评价。     

盐渍土分类的模糊聚类法探讨

【目的】寻求更为准确的盐渍土分类方法。【方法】对模糊聚类法的原理进行了介绍,并结合西北某机场重要建筑物的地质特点,利用模糊聚类法对该地区10个检测点的地基土进行了分类。【结果】西北某机场10个检测点的地基土可分为4类,即(1,2,3,4,8,9)区域属于亚硫酸盐渍土;(5,6)区域属于亚氯盐渍土;(10)区域属于碳酸盐渍土;而(7)区域属于非盐渍土。【结论】盐渍土分类的模糊聚类法较传统分类法简单、准确可靠,尤其是能具体判断出某点或某区域是否为盐渍土,对盐渍土的评判和地基处理有较大帮助。     

数量化理论Ⅲ在土地质量综合评价中的应用

木文对土地质量综合评价的方法进行了探讨,首次提出将数量化理论Ⅲ应用于土地质量分级。与目前使用的系统聚类、动态聚类方法相比,数量化理论Ⅲ更适合于变量类型为定性变量的土地资源调查资料的分类。它弥补了系统聚类方法和动态聚类方法在土地资源评价中应用的局限性,数量化理论Ⅲ是一种可用于土地质量分级的理想方法。     

广东龙眼主要品种的同工酶分析及分类

用聚丙烯酰胺凝胶电泳测定了石硖龙眼品种不同组织器官的过氧化物酶、多酚氧化酶、儿茶酚氧化酶、细胞色素氧化酶、过氧化氢酶和超氧化物歧化酶等６种酶的同工酶谱，结果发现龙眼不同组织器官的同工酶具有特异性，叶片的同工酶最稳定且代表性。另测定了广东３９个龙眼栽培品种（系）叶片６种酶的同工酶，并通过模糊聚类方法进行分析，将３９个品种（系）分成１３类，同类之间亲缘关系较近，不同类之间亲缘关系较远。     

加权空间模糊动态聚类算法在土壤肥力评价中的应用

 【目的】改进和提高空间模糊聚类算法。【方法】首先利用层次分析法得到各属性的权值,然后将权值与空间模糊动态聚类法相结合,最后利用概率统计中的F分布来确定最佳分类,以提高空间模糊聚类算法的智能性。【结果】加权空间模糊动态聚类算法与基于模糊等价关系的传递闭包方法进行比较表明,当λ取0.993时,F值最大,分类效果最好。此时,加权的F值为4.898,未加权的F值为2.957,说明加权的类间的差距比未加权的明显,即该算法聚类准确率要明显高于未加权的模糊聚类算法。【结论】将其改进的算法运用到精准农业的土壤肥力评价中,试验结果与实际情况相符,证明了该算法的有效性。     

基于改进模糊聚类的烟草品质集成评价模型

针对烟草化学成分与烟草品质之间难以建立确定的数学模型的问题,提出了一种基于改进模糊聚类的烟草品质评价方法。该方法以烟叶样品的化学成分的差异性为依据,以模型分类结果与专家评吸结果的一致性为目标,利用模拟退火算法对现有的模糊聚类算法进行优化改进,建立基分类器;在此基础上,利用Ada Boost将基分类器对于不同样本集的多个分类结果进行集成,形成最终的烟草品质评价模型。以130组烟叶作为烟草样本,测定了各烟叶样品中总糖、还原糖、总氮、烟碱、氧化钾、氯离子、蛋白质7种化学成分含量,并采用改进的模糊聚类方法与神经网络算法、模糊聚类算法进行对比试验,该方法的误检率为6.7%,具有提升小样本数据的辨识能力,优于所比较的其他2种方法。     

我国部分地方鸡种血浆蛋白质(酶)多态性分析

采用垂直板聚丙烯酰胺凝胶电泳和淀粉凝胶电泳法，检测我国12个地方鸡种淀粉酶、酯酶、运铁蛋白及碱性磷酸酶等4种血浆蛋白质(酶)结构基因座的多态性。12个地方鸡种中所测的4个座位均表现出多态。根据检测座位的基因频率，计算群体平均基因杂合度。并用模糊聚类法对所研究的12个地方鸡种进行聚类。结果表明：泰和乌骨鸡和白耳鸡在λ为0．996时首先聚在一起，然后再与狼山鸡、仙居鸡、河南斗鸡、萧山鸡、固始鸡和藏鸡等依次聚为一大类，表明泰和乌骨鸡和白耳鸡有较近的亲缘关系，而北京油鸡与其他鸡种距离较远。