【技术实现步骤摘要】
基于直觉模糊的聚类分析方法
[0001]本专利技术属于聚类分析
,尤其涉及基于直觉模糊的聚类分析方法。
技术介绍
[0002]在科学技术、经济管理中有许多事物的类与类之间并无清晰的划分,边界具有模糊性,它们之间的关系更多的是模糊关系。例如人群中的面貌相像程度之间的界限是模糊的,天气阴、晴之间的界限也是模糊的,对于这类事物的分类,一般用模糊数学方法,我们把应用模糊数学方法进行的聚类分析,称为模糊聚类分析。模糊聚类分析广泛应用在气象预报、地质、农业、林业等方面。
[0003]传统模糊聚类分析算法在对数据进行聚类时,会对数据进行预处理,涉及到部分数据缺失的情况,往往会采用众数、平均数填充,或者删掉该条数据。在数据缺失占比较少的情况下,上述方法往往可以起到较好的结果,且处理数据时间较短。但若数据缺失占比较高,且缺失数据维度相对重要时,采用上述方法进行数据处理后聚类分析,会影响数据真实性。
技术实现思路
[0004]本专利技术所解决的技术问题在于提供一种基于直觉模糊的聚类分析方法,通过在模糊聚类分析的基础上构建直觉模糊聚类分析,避免了输出结果中的不确定性。
[0005]本专利技术提供的基础方案:基于直觉模糊的聚类分析方法,包括:
[0006]S1:获取对象数据,并构建直觉模糊值数集
[0007]所述S1中直觉模糊值数集为:(μ(x
i
),π(x
i
),v(x
i
)),其中,μ(x
i
)为隶属度值,π(x ...
【技术保护点】
【技术特征摘要】
1.基于直觉模糊的聚类分析方法,其特征在于:包括:S1:获取对象数据,并构建直觉模糊值数集所述S1中直觉模糊值数集为:(μ(x
i
),π(x
i
),v(x
i
)),其中,μ(x
i
)为隶属度值,π(x
i
)为犹豫度值,v(x
i
)为非隶属度值;S2:结合直觉模糊值数集和相似函数数学模型,构建相似函数集数学模型;S3:结合对象数据两两间的相似性和相似函数集数学模型,构建直觉模糊相似矩阵;S4:根据直觉模糊相似矩阵进行相似度聚类分析。2.根据权利要求1所述的基于直觉模糊的聚类分析方法,其特征在于:所述隶属度值μ(x
i
)、犹豫度值π(x
i
)和非隶属度值v(x
i
)的数学模型为建立在与自变量的线性回归模型,计算公式一为:其中ln的取值范围是(
‑
∞,+∞),同时,令μ(x
i
)=p
i
,v(x
i
)+π(x
i
)=1
‑
p
i
,根据计算公式一得出隶属度μ(x
i
)的值,再令v(x
i
)=q
i
,π(x
i
)=1
‑
p
i
...
【专利技术属性】
技术研发人员:李江,
申请(专利权)人:重庆富民银行股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。