MATLAB实现的欧式聚类，多种子点区域增长

% 实现欧式空间聚类算法，多种子点区域增长 % 输入: % 二维或者三维点 Pts n*m矩阵 % 聚类使用的邻域半径 bandWidth % 建立KDTREE使用的邻域点个数 numNeighbours % 最大迭代次数 maxIterTimes % 输出： % 输入点对应的类别号，维数为n*1，max(flag)代表聚类得到的类别数

function flag = EuclideanClusterExtraction（Pts bandWidth numNeighbours maxIterTimes）
% 实现欧式空间聚类算法，多种子点区域增长
% 输入:
%     二维或者三维点               Pts              n*m矩阵
%     聚类使用的邻域半径           bandWidth         
%     建立KDTREE使用的邻域点个数   numNeighbours    
%     最大迭代次数                maxIterTimes
% 输出：
%     输入点对应的类别号，维数为n*1，max（flag）代表聚类得到的类别数
PtsSz = length（Pts）;
kdtreeobj = KDTreeSearcher（Pts‘distance‘‘euclidean‘）;
[ndis] = knnsearch（kdtreeobjPts‘k‘（numNeighbours+1））;
n = n（:2:numNeighbours+1）;
dis = dis（:2:numNeighbours+1）;
radius_idx = dis < bandWidth;
n = n.*radius_idx;
clear radius_idx dis Pts;
% 生成与原始数据大小对应的标签数组
flag = zeros（PtsSz1）;
iter = 1;
while（1）
    % 生成随机种子点
    iterIdx = fix（PtsSz*rand（1））;
    % 如果种子点等于0，则重新生成
    while（iterIdx<1）