理论教育 增量式自适应白化权聚类算法优化

增量式自适应白化权聚类算法优化

时间:2023-06-17 理论教育 版权反馈
【摘要】:1982年,中国学者邓聚龙教授创立的灰色系统理论,是一种研究有效信息贫乏的不确定性问题的新方法。灰色系统理论以“部分信息已知,部分信息未知”的“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控。灰色聚类是根据关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚集成若干个可定义类别的方法。

增量式自适应白化权聚类算法优化

灰色系统理论是20世纪80年代,由中国华中理工大学邓聚龙教授首先提出并创立的一门新兴学科,它是基于数学理论的系统工程学科。1982年,中国学者邓聚龙教授创立的灰色系统理论,是一种研究有效信息贫乏的不确定性问题的新方法。灰色系统理论以“部分信息已知,部分信息未知”的“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控。我们用“黑”表示信息未知,用“白”表示信息完全明确,用“灰”表示部分信息明确、部分信息不明确。相应地,信息完全明确的系统称为白色系统,信息未知的系统称为黑色系统,部分信息明确、部分信息不明确的系统称为灰色系统。

灰色聚类是根据关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚集成若干个可定义类别的方法。一个聚类可以看作是属于同一类观测对象的集合体。在实际问题中,每个观测对象往往具有许多个特征指标,因而难以进行准确的分类。(www.daowen.com)

灰色聚类按聚类方法的不同,可分为灰色星座聚类、灰色关联聚类和灰类白化函数聚类等方法。灰色星座聚类是根据样本自身的属性,利用相似性原理定量地确定样本之间的关系,并按这种关系进行自然聚类。灰色关联聚类主要用于同类因素的归并,以使复杂系统得到简化。通过灰色关联聚类,可以分析出许多因素中是否有若干个因素关系十分密切,以便我们既能够用这些因素的综合平均指标或其中的某一个因素来代表这些因素,同时又使信息不受严重损失,从而使得我们在进行大面积调研之前,通过典型抽样数据的灰色关联聚类,可以减少不必要变量(因素)的收集,以节省成本和经费。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈