在生物学界，生物体的界、门、纲、目、科、属和种的系统分类是当前重要的研究课题，聚类分析是发现生物体分类结构极其有效的数学方式。近年来，生物学家凭借于聚类分析已给归分出了很多物种的层次结构。生物学家利用聚类算法对庞大的遗传信息数据库实施检测研究，发掘出了存在相似特点的基因组是聚类分析在生物学中尤为重要的突出体现。 且聚类分析在市场营销、供应链管理、消费者行为与行为金融学、网络销售等方面存在着巨大的发展前景。

因为快速发展的信息科学，企业采用聚类算法对所获得的相关顾客资讯实施分析，并把现有客户和隐藏客户分成若干类，以易于深度分析和更有目的性的实施营销方案。如今，聚类分析在保护商业隐私权的领域中扮演者重要的角色。聚类分析在心理学和医学领域都得到了频繁的利用。利用聚类分析研究大气层和海洋的模式，能够进一步了解陆地气候和对气候情况的预测判断。

聚类分析可以发现疾病或健康状况的很多突发状况(子类别)，频繁的用来识别和监测各种类型的疾病，以及其时间和空间分布状况。 聚类分析技术在现实生活中的应用，其所涉及的领域之广不是我三言两语就能够说清的。总的来说，如果存在多彩的数据领域，只要是人们想从数据中检索和挖发掘有价值信息或知识，聚类分析往往在这一过程中起到了敲门砖兼引路人的作用，因此，聚类分析技术称为当今热门课题的趋势已变得不可阻挡。 文献综述

1。3 本论文的主要工作

（1）简要介绍模糊聚类相关概念；

（2）简要介绍时间序列相关概念；

（3）用模糊聚类的分析方法与时域信息相结合得到一个模糊分割；

（4）提出基于模糊聚类的时间序列分割算法；

（5）对所获得的数据进行分析研究得出结论。

2　模糊聚类相关概念

2。1 模糊聚类理论基础

19世纪末，德国数学家康托首次提出集合论的理念，且快速融入到数学各个领域，极大的推动基础数学的形成发展。知名美国计算机与控制论专家L。A,Zadeh在1965年首次提出Fuzzy集的概念。对原有的集合理论进行了更深层次的加强，到如今已经具备一个相对系统的数学分支体系，模糊的思想也被利用于各个层面，尤其人工智能化、数据发掘方面，都获得了良好的经济回报。

模糊理论(Fuzzy Theory)是以模糊集理论为基础的，它是描绘和解决现实交流中模糊信息的理论。它大体有模糊算子、隶属函数、模糊集、模糊关系等相关概念组成。聚类便是依照某些特定的需求和基准对对象实施区分和归类的过程，在这种过程中并不存在任意有关分类的现有知识和教师的指导，仅仅凭借对象间的相似性作为类属关系完成区分的基准，归分为无监督分类的范围[2]。

聚类的本质是一个分类的样本集，它的分类依照某些特定的分类准则，所以，具有相似特性的对象可以归为一类，纵然相同的对象样本点间具有很大的相似性，但是样本点在与其他类别间的存在很大的差别，基本不具有相似性。原始的聚类分析属于硬区分的一种，其将要进行辨别认知的目标实施特定地归分，使目标归分到其中一个类中，且一定存在固有的相应特性，因此这种方式的分类存在十分相当规范的界限类别等级。事实上，大部分的对象属性并不是十分严酷的，他们的类存在于性太和中介之中，容易软分割。来~自,优^尔-论;文*网www.youerw.com +QQ752018766-

Zadeh所提出的模糊集理论为这种软划分供应了强力的剖析方法，处理聚类问题用模糊的方式已变得理所当然，这种处理模糊问题的方式便称其为模糊聚类分析。因为模糊聚类获取了的样板具有每个种别的不确定性水平，使样本类属的中介性可以体现，从而使描述的对象不具有确定的性质，能更好的客观映射现实世界，继而促进聚类分析研究者的探索和发展。