基于語言信息的聚類方法研究.pdf

1、所謂聚類是指按照事物的某些屬性，把事物聚集成類，使類間的相似性盡量小，類內(nèi)相似性盡量大的一個無監(jiān)督學習過程。聚類分析在經(jīng)濟管理及工程等許多領域有大量的實際背景。目前，關于精確數(shù)值形式聚類信息（一般指聚類對象特征指標值或相似矩陣以及指標權(quán)重）聚類分析方法已取得豐富的研究成果。但在許多實際問題中，由于對被聚類對象的信息估計不精確或測量的誤差以及人為判斷等原因，評價信息常常以區(qū)間數(shù)、三角模糊數(shù)、語言短語甚至是語言區(qū)間信息等形式出現(xiàn)。因此，針對

2、具有語言信息的聚類方法進行研究，無論是在理論方面，還是在應用方面，都具有重要的意義。為此，本文針對具有語言信息的聚類方法進行了分析和研究，主要研究內(nèi)容概括如下：
　　 第一章介紹了本文研究的背景和意義；介紹了本文的研究目標與內(nèi)容；并提出了本文的擬創(chuàng)新點和研究思路。
　　 第二章對具有語言信息的聚類方法的理論及相關問題的研究成果進行了綜述，并對已有的研究成果作出總結(jié)。
　　 第三章首先介紹了聚類分析的概念以及兩種比

3、較常見的聚類方法。然后介紹了語言變量概念。最后介紹了二元語義及其集結(jié)算子。
　　 第四章首先在語言變量和二元語義的基礎上定義了語言區(qū)間變量和區(qū)間二元語義，并給出了相應的算子；然后對具有語言區(qū)間信息的聚類問題作出了描述，給出了基于語言區(qū)間信息的最大樹聚類方法及FCM聚類方法；最后針對這兩種方法分別給出了算例。
　　 第五章針對具有實數(shù)、區(qū)間數(shù)、語言變量等不同形式評價信息的聚類問題，提出了一種新的基于混合評價信息的FCM聚類