论文部分内容阅读
使用层次聚类(HC)、模糊C-均值聚类(FCM)、学习矢量量化(LVQ)、贝叶斯判别方法进行了黏性土层位的聚类分析与判别分析。土样选自上海某工程的26个样本,每一样本考虑10个常规土工试验指标。研究表明,使用FCM时,如果所选变量超过3个,误判率大约为19.2%;使用HC时,如果变量选为10个、类间距离采用类平均法、样品距离不使用海明距离,误判率也为19.2%左右;选择全部10个变量、使用LVQ进行网络训练与预测时,误判率大约为10.4%;使用贝叶斯判别方法对土样进行判别时,已有土样交叉验证的误判率为5.