用分子负熵、酸性基团数 碱性基团散，质子 供体数 质子受俸数和c原子数／ 总原子散6个参 数表证头孢菌素R 硼链中抗体结合位点的结构特征． 不同结构的头孢菌素按R 僻链的相似性由 模糊聚 类 法被分为不同的类群；不同类群问的头孢菌素的免 疫交更反应较弱．杀孢菌素问R．僻链的相似性由 相 对Hamming距离 表示；经和间接血凝抑制实骑及 ELISA实验比较。发现R 僻链问的 相对Ha啪ing

利用模糊数据挖掘方法(FDM) , 建立了模糊聚类与预测分析模型,并结合2004 年中国大学100 强排行榜 的有关数据,对某些综合类大学进行了定位分析,其分析结果与实际定位情况基本一致,这充分说明利用该模型 对高等学校定位是可行的、实用的,期望能为我国高等学校的正确定位提供决策支持。

数据挖掘是从大量数据中用平凡的方法发现有用的知识。聚类分析是数据挖掘的一个重要研究领域，它是按照 一定的要求和规律将事物进行分类的一种数学方法。随着模糊数学的兴起，用精确的数学的方法研究模糊问题，人们逐 渐将精确和模糊统一起来。论文将模糊数学的模糊理论应用于数据挖掘的聚类分析中，讨论了如何利用样本之间的模糊 关系分析样本之间的关联程度，给出了模糊聚类分析在数据挖掘中的应用的主要步骤，以及相应

从用户的实际需求出发，分析了聚类系统的使用者可能对系统提出的功能要求，提出了一种基于加权Eucfid距离的模糊C聚类分析算法。在该算法中，权值是由用户或领域的专家直接指定的，加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。与传统的模糊C聚类分析相比，该算法增加了聚类的灵活性，能够产生令用户更加满意的聚类结果

在总结诊断依据体系及制订指标体系理想值的基础上，运用模糊数学的有关原理进行综合评判，以验证护理诊断的正确性，并通过临床实例加以对比分析。认为该评判法具有逻辑性强、系统性高、重点突出、简便易行的特点。

针对传统FCM 算法对孤立点比较敏感，须预先指定聚类数目的缺陷，提出一种新的模糊聚类算法NSFCM，将其应用于文本挖掘 中。NSFCM 对数据对象的隶属度增加一个权值，以减少孤立点对聚类中心的影响。采用平均信息熵确定聚类数，通过密度函数获得初始 聚类中心。仿真结果证明，该算法聚类的精度和执行效率均高于FCM 算法，效果较好。

本文详细介绍了模糊聚类算法的产生过程以及应用模糊聚类算法进行模糊分析的ASP 代码，最后 通过一个具体的实例，对模糊聚类算法进行了验证。

基于改进遗传算法的加权模糊C均值聚类算法

GOFuzzyv1.0.zip 模糊C均值

基于Matlab-模糊系统分析，模糊系统、模糊逻辑在Matlab环境下的应用，非常详尽。