基于加权直觉模糊集合的聚类模型VIP免费

基于加权直觉模糊集合的聚类模型摘要:针对已有基于直觉模糊集的聚类方法的局限性，提出了一种基于加权直觉模糊集合的聚类模型——wifscm（clusteringmodelbasedonweightedintuitionisticfuzzysets）。在该模型中，提出了特定特征空间下的等价样本和加权直觉模糊集合的概念；并推导出基于等价样本和加权直觉模糊集合的直觉模糊聚类算法的目标函数，利用该目标函数推导出直觉模糊聚类中心迭代算法和隶属度矩阵迭代算法；定义了基于加权直觉模糊集合的密度函数，确定了初始聚类中心，减少了迭代次数。通过灰度图像分割实验，证明了该模型的有效性，同时与普通直觉模糊集fcm聚类算法(ifcm)相比，聚类速度提高近百倍。关键词:直觉模糊集；加权直觉模糊集合；聚类中心；等价样本；隶属度矩阵；密度函数clusteringmodelbasedonweightedintuitionisticfuzzysetschangyan*,zhangshi.bin(schoolofnetworkengineering,chengduuniversityofinformationtechnology,chengdusichuan610225,chinaabstract:tomakeupthelimitationsofexistingclusteringmethodsbasedonintuitionisticfuzzysets,aclusteringmodelcalledwifscm(clusteringmodelbasedonweightedintuitionisticfuzzysets）isproposedbasedonweightedintuitionisticfuzzysets.inthismodel,theconceptsofequivalentsamplesandweightedintuitionisticfuzzysetsisputforwardinspecialfeaturespace,andbasedonwhichtheobjectivefunctionofintuitionisticfuzzyclusteringalgorithmisproposed.iterativealgorithmsofclusteringcenterandmatrixofmembershipdegreeareinferredfromtheobjectivefunction.densityfunctionbasedonweightedintuitionisticfuzzysetsisdefined,andinitialclusteringcenterisgottentoreduceiterativetimes.theexperimentofgrayimagesegmentationshowsthatwifscmiseffective,anditisfasterthanifcmalgorithmnearlyahundredtimes.concerningthelimitationsoftheexistingclusteringmethodsbasedonintuitionisticfuzzysets,aclusteringmodelcalledweightedintuitionisticfuzzysetmodel(wifscm)(clusteringmodelbasedonweightedintuitionisticfuzzysets）wasproposedbasedonweightedintuitionisticfuzzysets.inthismodel,theconceptsofequivalentsampleandweightedintuitionisticfuzzysetwereputforwardinspecialfeaturespace,andbasedonwhichtheobjectivefunctionofintuitionisticfuzzyclusteringalgorithmwasproposed.iterativealgorithmsofclusteringcenterandmatrixofmembershipdegreewereinferredfromtheobjectivefunction.thedensityfunctionbasedonweightedintuitionisticfuzzysetswasdefined,andinitialclusteringcenterwasgottentoreduceiterativetimes.theexperimentofgrayimagesegmentationshowsthatwifscmiseffective,anditisfasterthanifcmalgorithmnearlyahundredtimes.keywords:intuitionisticfuzzyset;weightedintuitionisticfuzzyset；clusteringcenter;equivalentsample;membershipdegreematrix;densityfunction0引言模糊数学理论［1］在处理不精确与不确定性问题方面，形成了独特的理论体系与方法。而直觉模糊集理论［2］更接近人的行为认知模式。直觉模糊集的特征是同时考虑隶属度和非隶属度两方面的信息,这使得直觉模糊集在处理不确定性信息时比传统的模糊集有更强的表达能力,更具灵活性,已经在医疗图像处理、模式识别、战场态势与威胁评估等领域取得成功应用。目前已有许多学者提出了多种基于模糊集的聚类方法,然而有关直觉模糊集的聚类问题的研究却较少，因此有必要对该类方法进行研究探讨。文献［3］中提出了直觉模糊集上的相似关系聚类算法并应用于心理学。文献［4］提出了用等价闭包的方式构造直觉模糊等价关系并用于直觉模糊聚类研究。文献［5］通过定义直觉模糊集之间的相似度进行直觉模糊聚类法的研究。这些聚类方法本质上都是先建立相似关系矩阵，再构造等价关系矩阵，通过选取置信阈值水平聚类，此类聚类算法应用前景良好，但由直觉模糊相似关系构造等价矩阵复杂费时，不...