摘要：对近年来模糊认知图、数据挖掘以及afs理论的发展和应用进行了综述,分析了现有的关于模糊认知图的研究的局限和尚待研究的问题,进而指出可以应用afs理论来研究模糊认知图并应用于数据挖掘,同时建立一套严密、系统、统一的模糊认知图建立和分析方法,从而降低模糊认知图设计的难度和复杂程度,提高其分析水平,改变实际系统的模糊认知图由于包含大量的节点和复杂的连接关系很难进行分析和处理的现状.还介绍了基于afs理论的模糊认知图的意义、需要解决的主要问题以及应用前景.

摘要：在分析afs方法和AFCM算法的基础上,设计了一个新的模糊聚类算法。它首先应用afs拓扑理论计算得到数据的相对距离,然后将相对距离应用于改进后的AFCM算法中,并进行了聚类实验。实验结果证明这样的聚类算法优于传统的HCM、FCM聚类算法,而且该方法能应用于含有布尔值或模糊概念的聚类分析中。

摘要：聚类分析是数据挖掘的一个重要研究课题,模糊聚类是聚类分析的一个有效手段。本文在分析afs方法和FCM算法的基础上,设计了一个基于afs拓扑和FCM的模糊聚类算法,进行iris数据的聚类实验证明它聚类结果优于传统的FCM聚类算法,具有很好的推广性和实际应用价值。