The Applicationn of Fuzzy Cluster Analysis for Tea Quality Evaluation
碩士 === 國立臺灣大學 === 農藝學系 === 84 === Ruspini（1969）將Zadeh的模糊集合理論和聚類分析相結合，嘗試以隸屬 度的觀念來進行訊息不明確資料的聚類工作，稱之為模糊聚類法。傳統的 聚類分析在資料具有明確訊息時，可得到良好的聚類結果。但是在處理一 些特殊的資料上，例如高矮、年齡等連續性的計量資料上，或是資料的訊 息不明確時，聚類結果卻往往不盡理想。這時採用模糊聚類法可能會獲得 比傳統聚類法更好的結果。茶葉品質鑑定...
| Main Authors: | , |
|---|---|
| Other Authors: | |
| Format: | Others |
| Language: | zh-TW |
| Published: |
1996
|
| Online Access: | http://ndltd.ncl.edu.tw/handle/60512258278115231836 |
| Summary: | 碩士 === 國立臺灣大學 === 農藝學系 === 84 === Ruspini（1969）將Zadeh的模糊集合理論和聚類分析相結合，嘗試以隸屬
度的觀念來進行訊息不明確資料的聚類工作，稱之為模糊聚類法。傳統的
聚類分析在資料具有明確訊息時，可得到良好的聚類結果。但是在處理一
些特殊的資料上，例如高矮、年齡等連續性的計量資料上，或是資料的訊
息不明確時，聚類結果卻往往不盡理想。這時採用模糊聚類法可能會獲得
比傳統聚類法更好的結果。茶葉品質鑑定這類包含主觀測定，而不具明確
性界線的資料，因此本文嘗試引進隸屬度的概念，分兩階段加以分析。在
第一階段中，以c-平均模糊聚類法對茶葉評鑑結果進行聚類分析，並和傳
統聚類法的結果加以比較。由整個分類結果來看，c-平均模糊聚類法所得
到的聚類結果較為理想的。抽取在c-平均模糊聚類入選的優等品種進行第
二階段α-截集的分析，其目的在於想要了解這些優等品種在四項評鑑上
的特性為何？此法可視為是針對茶葉品種的特性做分類，不同於c-平均模
糊聚類法針對茶葉品種整體的表現所進行的等級分類，可視為另一種觀點
的分類結果以供參考參考。
|
|---|