省区识别载体的模糊归类识别n7.5 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n7.6 省区识别载体的模糊归类识别 （香港 ）n7.7 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7-10 7-11）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：X1GDP、X2人均GDP、X3铁路网密度 、X4地区行政级别特征样样本X1X2X3X4北京 B2174.4619846679.235天津 T1450.0615976468.675上海 S4034.9630805411.97广东东 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）：n计算过程列举如下： 第1类原始数据标准化矩阵为：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） 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 ：特征样样本X1X2X3X4北京 B2174.4619846679.235天津 T1450.0615976468.675 上海 S4034.9630805411.97广东东 G8464.311172843.4861香港 H13566.3201732309.16（2） 数据标标准化对对新论论域按公式（ 7-3） 进进行标标准化，重新获获得矩阵阵U2 ：（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。此处，取 =0.25 计算过程列举如下：同理可得： （4） 根据择择近原则则判断根据模糊识别识别 的择择近原则则，判断与香港最为贴为贴 近的对对象如下：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 样样本X1X2X3X4北京 B2174.4619846679.235天津 T1450.0615976468.675香港 H13566.3201732309.16广东东 G8464.311172843.4861（2）标标准化，获获得识别识别 矩阵阵将交换换后的原始数据进进行第1类别类别 新数据标标准化，而获获得待定对对象在第1类别类别 的标标准化矩阵阵 ， 即为识别矩阵。3 计算识别矩阵的聚类中心向量根据公式（7-23）进行“聚类中心向量”求解，得到对 于第1类别识别矩阵的均值向量：4 待定对象的类别归属分析根据公式 （7-28） 其中： 距离修正系数n计算过程列举如下：修正距离：此处处，取贴贴近度: 与以上步骤类似，即可得到 书上表7-11重复以上步骤骤，分别获别获 得香港与5类别类别 地区的贴贴近 度大小。根据模糊识别识别 的择择近原则则，根据公式（7-30）：可得出结论结论 ：香港与第1类别类别 的贴贴近度最大， 因此香港应应属于物流园区布局的 第1 类类空间载间载 体。三、识别效果检验根据前述方法，将30个城市分别代入检验，计算获得标准类 别中各个对象的识别计算结果， 如表7-12。由表可见，在对 原始对象的回判过程中，广东、福建、内蒙、黑龙江、新疆5 省区识别结果不符，根据公式公式（7-31） w类别归类别归 属会判中错错判的对对象个数 n参与会判的对对象总总数，即各类别类别 中对对象的总总 数识别识别 效果较为较为 理想 。其识别准确率：标准类别识别特征的提取建立论域 U1 标准化 识别特征值归类识别分析判断与待定对象最贴近的对象识别效果检验数值交换，获得新识别矩阵计算识别矩阵的聚类中心向量替换数值构建新论域U3标准化建立论域 U2数据标标准化 计计算贴贴近度 依择择近原则则判断 待定对象的类别归属分析计算原始数据矩阵 与识别矩阵的贴近度 依择近原则判断标准类别识别特征的提取建立论域 U1 标准化 识别特征值归类识别分析判断与待定对象最贴近的对象识别效果检验数值交换，获得新识别矩阵计算识别矩阵的聚类中心向量建立论域 U2数据标标准化 计计算贴贴近度 依择择近原则则判断 待定对象的类别归属分析谢谢！