教学重点是理解模糊关系的聚类法和模糊C一划分的概念。教学难点是模糊聚类分析应 用实例。 4.教学内容 第一节基于模糊等价矩阵的聚类分析 1.模糊聚类的基本思想 2.模糊聚类分析的步骤 3.传递闭包法 第二书 直接聚类法 1.最大树法 2.编网法 第三节 最佳阑值的确定与模糊分类系统 1.最佳阀值的确定 2.模糊聚类系统 第四节 基于模糊划分的模糊聚类法 1.普通的C-划分 2.模糊的C-划分 3.普通的ISODATA方法 4.模糊的ISODATA方法 第五节模糊聚类分析应用实例 第五章 模糊模式识别 1.教学基本要求 理解和掌握模糊式识别的基本方法：了解模糊距离和贴近度的基本概念 2.要求学生掌握的基本概念、理论、技能 通过本章学习，使学生能准确理模糊式识别的步骤、框架，掌掘模糊识别的基本方法。 3.教学重点和难点 教学重点是模糊式识别的步骤和基本方法。教学难点是模糊识别应用实例。 4.教学内容 第一节 模糊模式识别的步骤与框架 第二节 模糊模式识别的基本方法 1.最大隶属原则 2.柽沂原则 第三节 模糊模式识别的应用实例教学重点是理解模糊关系的聚类法和模糊 C—划分的概念。教学难点是模糊聚类分析应 用实例。 4.教学内容 第一节 基于模糊等价矩阵的聚类分析 1. 模糊聚类的基本思想 2. 模糊聚类分析的步骤 3. 传递闭包法 第二节 直接聚类法 1. 最大树法 2. 编网法 第三节 最佳阈值的确定与模糊分类系统 1. 最佳阈值  的确定 2. 模糊聚类系统 第四节 基于模糊划分的模糊聚类法 1. 普通的 C-划分 2. 模糊的 C-划分 3. 普通的 ISODATA 方法 4. 模糊的 ISODATA 方法 第五节 模糊聚类分析应用实例 第五章 模糊模式识别 1.教学基本要求 理解和掌握模糊式识别的基本方法；了解模糊距离和贴近度的基本概念。 2.要求学生掌握的基本概念、理论、技能 通过本章学习，使学生能准确理模糊式识别的步骤、框架，掌握模糊识别的基本方法。 3.教学重点和难点 教学重点是模糊式识别的步骤和基本方法。教学难点是模糊识别应用实例。 4.教学内容 第一节 模糊模式识别的步骤与框架 第二节 模糊模式识别的基本方法 1. 最大隶属原则 2. 柽沂原则 第三节 模糊模式识别的应用实例