论文部分内容阅读
针对多因素数据对象的群体评价和聚类分析问题，基于因素操作系统的理论，并解析了数据、因素轮廓和单纯形之间的区别与联系.并讨论因素轮廓的相似性度量原理，给出计算公式.根据因素轮廓相似性分析方法进行数据降维，结合区间数排序理论，建立了多维数据集合的排序模型.提出了一种融合因素轮廓的相似性度量与快速聚类的新算法，并根据UCI共享数据集进行了案例分析.然后，结合聚类分析与马尔科夫链理论，建立了年降雨量时间序列的模式识别. 研究结果表明，因素轮廓的相似性分析可以应用于群体优势比较、模式识别等问题中是简单有效的.