[发明专利]一种复杂系统中非监督聚堆方法

权利要求书

1、一种复杂系统中非监督聚堆方法，其特征在于，包括步骤：

步骤S1：根据复杂系统样本的原始信息确定离散的特征变量和类变量；特征变量用于描述此复杂系统属性的自变量；

步骤S2：用改进的关联度系数算出两两特征变量之间的关联度；

步骤S3：确定每个特征变量的“亲友团”；

步骤S4：根据聚堆方法自组织对特征变量进行非监督聚堆，得到特征变量的组合；

步骤S5：将每个堆回代到原数据中，得到算法的敏感性；

步骤S6：判断敏感性的大小，如果敏感性为最大，转入步骤7，如果敏感性不是最大，转入步骤2；

步骤S7：利用系统的类变量对非监督聚堆方法进行验证，得到特征变量最优的组合。

2、根据权利要求1所述的复杂系统中非监督聚堆方法，其特征在于，所述两两特征变量间的改进关联度的确定包括：

μ(Xi,Xj)=H(Xi)+H(Xj)-H(Xi,Xj)H(Xj)Po(i,j)≥δH(Xi)+H(Xj)-b*H(Xi,Xj)H(Xj)Po(i,j)<δ]]>

其中，μ(X_i，X_j)表示特征变量X_i和X_j之间的关联度；

H(Xi)=-Σa=1knaMlognaM]]>为特征变量X_i的信息熵；

H(Xi,Xj)=H(Xi,Xj)=-ΣaΣbnabMlognabM]]>为特征变量X_i和X_j的联合熵；

Po(i，j)表示特征变量X_i和X_j的阳性出现频率；b和δ是实数；

其中，na(Σa=1kna=M)]]>为特征变量X_i属于C_i第a类的数量，C_i为x_i，i＝1，2，…，N，分类的集合；M为样本的数量。