资源简介
基于matlab的聚类分析算法,代码,实例,代码说明写的很详细,适合初学者学习
代码片段和文件信息
function [center U obj_fcn] = FCMClust(data cluster_n options)
% FCMClust.m 采用模糊C均值对数据集data聚为cluster_n类
% 用法:
% 1. [centerUobj_fcn] = FCMClust(DataN_clusteroptions);
% 2. [centerUobj_fcn] = FCMClust(DataN_cluster);
% 输入:
% data ---- nxm矩阵表示n个样本每个样本具有m的维特征值
% N_cluster ---- 标量表示聚合中心数目即类别数
% options ---- 4x1矩阵,其中
% options(1): 隶属度矩阵U的指数,>1 (缺省值: 2.0)
% options(2): 最大迭代次数 (缺省值: 100)
% options(3): 隶属度最小变化量迭代终止条件 (缺省值: 1e-5)
% options(4): 每次迭代是否输出信息标志 (缺省值: 1)
% 输出:
% center ---- 聚类中心
% U ---- 隶属度矩阵
% obj_fcn ---- 目标函数值
% Example:
% data = rand(1002);
% [centerUobj_fcn] = FCMClust(data2);
% plot(data(:1) data(:2)‘o‘);
% hold on;
% maxU = max(U);
% index1 = find(U(1:) == maxU);
% index2 = find(U(2:) == maxU);
% line(data(index11)data(index12)‘marker‘‘*‘‘color‘‘g‘);
% line(data(index21)data(index22)‘marker‘‘*‘‘color‘‘r‘);
% plot([center([1 2]1)][center([1 2]2)]‘*‘‘color‘‘k‘)
% hold off;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
if nargin ~= 2 & nargin ~= 3 %判断输入参数个数只能是2个或3个
error(‘Too many or too few input arguments!‘);
end
data_n = size(data 1); % 求出data的第一维(rows)数即样本个数
in_n = size(data 2); % 求出data的第二维(columns)数,即特征值长度
% 默认操作参数
default_options = [2; % 隶属度矩阵U的指数
100; % 最大迭代次数
1e-5; % 隶属度最小变化量迭代终止条件
1]; % 每次迭代是否输出信息标志
if nargin == 2
options = default_options;
else %分析有options做参数时候的情况
% 如果输入参数个数是二那么就调用默认的option;
if length(options) < 4 %如果用户给的opition数少于4个那么其他用默认值;
tmp = default_options;
tmp(1:length(options)) = options;
options = tmp;
end
% 返回options中是数的值为0(如NaN)不是数时为1
nan_index = find(isnan(options)==1);
%将denfault_options中对应位置的参数赋值给options中不是数的位置.
options(nan_index) = default_options(nan_index);
if options(1) <= 1 %如果模糊矩阵的指数小于等于1
error(‘The exponent should be greater than 1!‘);
end
end
%将options 中的分量分别赋值给四个变量;
expo = options(1); % 隶属度矩阵U的指数
max_iter = options(2); % 最大迭代次数
min_impro = options(3); % 隶属度最小变化量迭代终止条件
display = options(4); % 每次迭代是否输出信息标志
obj_fcn = zeros(max_iter 1); % 初始化输出参数obj_fcn
U = initfcm(cluster_n data_n); % 初始化模糊分配矩阵使U满足列上相加为1
% Main loop 主要循环
for i = 1:max_iter
%在第k步循环中改变聚类中心ceneter和分配函数U的隶属度值;
[U center obj_fcn(i)] = stepfcm(data U cluster_n expo);
if display
fprintf(‘FCM:Iteration count = %d obj. fcn = %f\n‘ i obj_fcn(i));
end
% 终止条件判别
if i > 1
if abs(obj_fcn(i) - obj_fcn(i-1)) < min_impro
break;
end
end
end
iter_n = i; % 实际迭代次数
obj_fcn(iter_n+1:max_iter) = [];
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 128731 2005-05-06 11:14 FCM\核聚类算法.pdf
文件 5232 2009-06-28 11:38 FCM\FCMClust.m
文件 6960 2009-07-01 16:46 FCM\KFCMClust.m
目录 0 2009-07-02 14:58 FCM
----------- --------- ---------- ----- ----
140923 4
相关资源
- 经典jacobi法求解特征值特征向量,M
- 基于IEEE33节点前推回代 matlab
- 信号分析抽取插值matlab代码
- matlab有限元程序
- fisher鉴别分析FLDAMatlab代码实现
- Matlab 时频分析(TFTB) 工具箱 源代码
- IEEE 39节点系统
- 小波变换降噪处理及其Matlab实现
- IIR数字滤波器设计及软件实现 Matlab
- 基于MATLAB与SolidWorks风力机叶片优化设
- 线性判别分析matlab代码及pdf 讲解
- 基于MATLAB的小波分析应用 周伟 源代码
- FFT分析MATLAB代码
- Matlab的PN码同步方法的比较与仿真-a
- 数值分析程序代码(MATLAB)+实验报告
- matlab开发-椭圆积分和函数
- matlab开发-时间周期分析和预测
- 教学用Matlab语音处理程序
- 过程控制及其MATLAB实现(第2版)】源
- 基于联盟博弈的协作感知模型的融合
- 长周期光纤光栅透射谱MATLAB仿真
- ZNPID参数自整定算法MATLAB
- 人脸识别MATLAB源程序
- matlab .nc数据格式转tif格式
-
汽车二自由度simuli
nk模型仿真.zip - 剑桥修整模型在matlab中的实现.zip
- QPSK调制解调的Matlab仿真
- MATLAB仿真AM、SSB、DSB、FM信号
- matlab 跳频信号分析和仿真
- 机械振动 第五版 Singiresu S. Rao MATLAB源
评论
共有 条评论