离差最大化特征加权模糊C-划分的聚类分析

聚类分析中每个样本用一个m维向量来表征,每个分量描述样本的一个特征,由于对特征的提取不够完善,使得m维向量的每个分量对聚类贡献不均.基于此本文利用向量间离差最大化对样本的每个分量即特征进行加权,提出一种新的加权模糊c-划分的聚类分析法,一定程度上克服了模糊c-划分的聚类分析对每个特征等同对待不足,又保持其算法的收敛性,最后给出一个算例说明此算法的优越性.     

区间数判断矩阵的一致性及权重计算

定义区间数判断矩阵的一致性可接受等概念,利用一组约束等式提取原区间数判断矩阵的全部一致性信息,并在此基础上建立非线性规划模型,提出一种新的权重计算方法,最后以算例说明其运用。     

模糊互补判断矩阵的一种一致性调整方法及其收敛性

首先对一个常用的检验互补判断矩阵一致性标准作了简化,对任一模糊互补矩阵构造相应的模糊一致矩阵,在此基础上给出了一种一致性调整的新方法,并证明了此方法的收敛性。最后用一个算例说明这种调整方法的应用。     

区间数判断矩阵的一致性及权重计算

通过对区间数判断矩阵中的一致性信息的研究,给出了区间数判断矩阵的弱一致性和一致性的一些性质,以及区间权重向量、区间合成权重向量的定义和计算方法,并通过算例说明了算法的实用性及其现实意义.