1
模式识别与智能计算的MATLAB实现
1.6.1.2 4.1.2 模糊关系
4.1.2 模糊关系

一般情况下,对于有限论域U={u1,u2,…,un},V={v1,v2,…,vn}之间的模糊关系可用n行m列的模糊矩阵alt表示:

alt

其中,rijalt(ui,vj)。

根据模糊关系的定义,可以得到模糊关系的合成运算,即由altalt构成的新的模糊关系alt称为合成模糊关系:

alt

当U,V,W均为有限论域时,即U={u1,u2,…,un},V={v1,v2,…,vn},W={w1,w2,…,wn},altaltalt均可表示为矩阵形式:

alt

其中,alt

如果alt满足以下条件,则称alt为论域U上的一个模糊等价关系:

①自反性,即R⊂I;

②对称性,即RT=R;

③传递性,即R∘R⊂R。

如果R满足以下条件,则称alt为U上的模糊相似关系:

①自发性,即R⊂I;

②对称性,即RT=R。

从以上的定义可看出,为了从模糊相似关系得到模糊等价关系,可将模糊相似矩阵自乘,即R∘R≜R2,R2∘R2≜R4,直到R2k=Rk。至此,Rk便是模糊等价矩阵,它所对应的模糊关系便为模糊等价关系。

建立等价关系的目的是为了将集合划分为若干等价类。

alt是论域U上的等价关系,λ从1下降到0,依次截得等价关系Rλ,它们都将U作了分类。由于满足条件

λ2≤λ1⇒Rλ2⊃Rλ1

因此,∀u,v∈U,若u与v相对于Rλ1来说是属于同一类,(u,v)∈Rλ1,则(u,v)∈Rλ2,即u与v相对于Rλ2来说也属于同一类,这意味着由Rλ2所得到的分类是由Rλ1所得到的分类的加粗。

当λ从1下降到0时,分类由细变粗,逐渐归并,形成一个分级聚类树。

例4.1 设U={u1,u2,u3,u4,u5},给定U上一个模糊等价关系

alt

让λ从1变到0,写出Rλ,再按Rλ分类,这里ui与uj归为同一类,是指λrij=1。

解:

alt相应的分类为{u1},{u2},{u3},{u4},{u5

alt相应的分类为{u1,u3},{u2},{u4},{u5

alt相应的分类为{u1,u3},{u2},{u4,u5

alt相应的分类为{u1,u2,u3,u4},{u5

于是可得出如图4.1所示的分级聚类树。

alt

图4.1 分级聚类树