电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

省区识别载体的模糊归类识别VIP免费

省区识别载体的模糊归类识别_第1页
1/24
省区识别载体的模糊归类识别_第2页
2/24
省区识别载体的模糊归类识别_第3页
3/24
省区识别载体的模糊归类识别7.5物流园区宏观布局载体归类识别原理和计算步骤问题研究为解决待定对象的类别归属问题,提出研究方法7.6省区识别载体的模糊归类识别(香港)7.7地级市载体的模糊归类识别根据7.5节介绍的研究方法,进行实例分析标准类别识别特征的提取(表7-9)归类识别分析(表7-107-11)识别效果检验(表7-12)一、提取标准类别的识别特征值1建立论域(1)取第一类地区为样本:北京(B)、天津(T)、上海(S)、广东(G)(2)根据表6-4(P174)和表6-7(P180),分别选择四类因子中贡献率高的因子为上述样本的特征值:X1—GDP、X2—人均GDP、X3—铁路网密度、X4—地区行政级别特征样本X1X2X3X4北京B2174.4619846679.235天津T1450.0615976468.675上海S4034.9630805411.97广东G8464.311172843.4861则可得,论域U=为样本空间(样本总数为n=4),而每一个样本有m=4个特征:构造原始数据表1为:2数据标准化数据标准化就是根据模糊矩阵的要求,将数据压缩到区间[0,1]上,其计算公式为(可参考公式(7-3)P188):111min{}max{}min{}ikikinikikikininxxuxx计算过程列举如下:………………………………第1类原始数据标准化矩阵为:11B0.10320.422510T00.83740.66880XS0.369810.57950.0357G1001U11211141212174.461450.060.10328464.311450.06XXuXX124212324219846117280.42553080511728XXuXX3计算识别特征值各类别的识别特征值主要是其聚类中心向量。(可参考P208)针对各类的标准化矩阵计算可获得第1类的聚类中心向量为:,即为第1类别的识别特征值其中为第k个特征个平均值,根据公式(7-23)1B0.3822T0.3766XS0.4963G0.50001X11jnjjkikixxn1,2,,mk…jkx二、归类识别分析1计算在第一类中与待定对象香港(H)最为贴近的对象(1)建立论域将香港加入原始数据,形成表2:特征样本X1X2X3X4北京B2174.4619846679.235天津T1450.0615976468.675上海S4034.9630805411.97广东G8464.311172843.4861香港H13566.3201732309.16(2)数据标准化对新论域按公式(7-3)进行标准化,重新获得矩阵U2:2B0.05980.042710T00.02240.66880S0.21330.10040.57950.0357G0.5789001H110.41780.0179U(3)计算贴近度根据公式(7-21)其中:——距离修正系数,为保证贴近函数数值在[0,1]区间内,以便于比较。ABDABN,1,miiixAyBABD12,此处,取=0.25计算过程列举如下:2061.10357.00179.00.57954178.00.100412133.01xSyHS,HD2222m1i2i~i~~~16984.02061.125.01S,HD1S,HN~~~~6448.0T,HN~~2061.10357.00179.00.57954178.00.100412133.01xSyHS,HD2222m1i2i~i~~~6984.02061.125.01S,HD1S,HN~~~~6448.0T,HN~~同理可得:(4)根据择近原则判断根据模糊识别的择近原则,判断与香港最为贴近的对象如下:由此得出:上海与香港贴近度最高成为与香港进行数值交换的对象6984.06448.0,5235.0,6195.0,6984.0T/B/G/S,HN~~~~~2数值交换,获得新识别矩阵(1)替换数值用香港的替换上海的数据,构建新论域得到表3:特征样本X1X2X3X4北京B2174.4619846679.235天津T1450.0615976468.675香港H13566.3201732309.16广东G8464.311172843.4861(2)标准化,获得识别矩阵将交换后的原始数据进行第1类别新数据标准化,而获得待定对象在第1类别的标准化矩阵,即为识别矩阵。y1Xy13B0.05980.042710T00.02240.66880XH110.41780.0179G0.5789001U...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

省区识别载体的模糊归类识别

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部