摘要：在实际问题中,经常需要根据事物对象的属性来进行分类,但通常事物的边界是未知和模糊的,即一组事物是否能够形成一个类别是不清楚的,所以需要用模糊理论中模糊集方法解决这类聚类问题.模糊聚类分析方法已经广泛应用于数据分析、模式识别与发现、图像处理以及智能决策等诸多方面,它解决了以往聚类算法无法处理的事物属性界限不分明的难题,在学术研究，实际问题以及工业生产领域得到广泛应用.文章首先系统的介绍了模糊聚类分析的一些基本概念，对模糊聚类分析的研究背景、意义、现状进行了分析；其次介绍了模糊聚类分析方法的基本理论，其中包括数据标准化、模糊相似矩阵的建立、传递闭包的计算和模糊动态聚类图的绘制四个方面；最后研究了模糊聚类分析在统计分类、网络资源分析评价、环境污染三个方面的具体应用案例，探索模糊聚类分析法的具体应用.

关键词：模糊相似矩阵;聚类;模糊性;量的分类；MATLAB

目录

摘要

Abstract

1  绪 论-1

1.1  课题的背景与意义-1

1.1.1  课题的背景-1

1.1.2  课题的意义-1

1.2  文献综述-2

1.3  本课题主要研究内容-2

2  模糊聚类分析方法研究-3

2.1  数据标准化-3

2.2  建立模糊相似矩阵-3

2.3  计算传递闭包-4

2.4  画动态聚类图-4

3  模糊聚类分析的应用案例-6

3.1  模糊聚类分析在统计中的应用-6

3.2  模糊聚类分析在网络资源分析中的应用-9

3.3  模糊聚类分析在环境污染情况中的应用-11

4  结  论-14

5  致  谢-16

参考文献-17