模糊k均值聚类算法matlab实现

将模糊集理论和k-means聚类联系起来，设计了模糊k-means聚类算法，其聚类效果比单纯的k-means要好。

clear all;
n=100;
k=5;
q=3;

x=[0 1000; 0 1000];
cs=5;
ps=20;
sd=60;
X=nngenc（xcspssd）;
%X=fix（1000*rand（2n））;%随机产生n个数作为对象，（X（1，j），X（2，j））为一个对象。
%load X.mat;
X1=[1:n];
X=X/1000;

meandistance=getmeandistance（X）;
while（1）
    Y=randsample（X1k）;   %随机产生k个簇中心
    int h; h=3;E（1）=-1;E（2）=-2;E（3）=-3;
    for p=1:k             %把初始值放入均值数组Z中
        Z（1p）=X（1Y（p））;
        Z（2p）=X（2Y（p））;
    end
    r=1;
    for j=1:k
        for（w=（j+1）:k）
           if（distance（Z（1j）Z（2j）Z（1w）Z（2w））<（meandistance/2））;
               r=0;
           end
        end
    end
    if（r==1）
        break;
    end
end


% Z（11）=0.100;Z（12）=0.640;Z（13）=0.400;Z（14）=0.800;Z（15）=0.900;
% Z（21）=0.200;Z（22）=0.300;Z（23）=0.190;Z（24）=0.700;Z（25）=1.000;
while（1）
    
    for j=1:k
        plot（Z（1j）Z（2j）‘Marker‘‘o‘ ‘MarkerEdgeColor‘‘k‘ ‘MarkerFaceColor‘[1/j01/j]‘markersize‘10）;
        hold on;
        axis（[-0.1 1.1 -0.1 1.1]）;grid on
        %pause（0.00001）;
    end
    %plot（X（1:）X（2:）‘.‘）;
    
   for j=1:n             %计算X（i）属于第j簇的隶属度Wij。
       for p=1:k
           D（p）=distance（X（1j）X（2j）Z（1p）Z（2p））;
           if（D（p）==0）
                A（pj）=1;
           else A（pj）=（1/（D（p）^2））^（1/（q-1））;
           end
       end
       s=sum（A（:j））;
       for p=1:k
           A（pj）=A（pj）/s;
       end         
   end
   
   double e; e=0;       
   for j=1:n           %计算目标函数
       for p=1:k
           d=distance（X（1j）X（2j）Z（1p）Z（2p））;
           e=e+（A（pj）^q）*（d^2）;
       end
   end
  
   
   double s1;double s2;double s3;
   for p=1:k            %重新计算簇均值Cj
       s1=0;s2=0;s3=0;
       for j=1:n
           s1=s1+（A（pj）^q）*（X（1j））;
           s2=s2+（A（pj）^q）*（X（2j））;
           s3=s3+（A（pj）^q）;
       end
       Z（1p）=s1/s3;
       Z（2p）=s2/s3;   
   end
   
   E（h）=e;
   if（（E（h）==E（h-1））&（E（h）==E（h-2）））
       break;
   end
   h=h+1;
end

for j=1:n
    %for p=1:k
        [av]=max（A（:j））;
        plot（X（1j）X（2j）‘Marker‘‘o‘ ‘MarkerEdgeColor‘‘k‘ ‘MarkerFaceColor‘[（100-20*v）/1000（20*v）/100]）;
        hold on;
       % pause（0.0001）;
end
axis（[-0.1 1.1 -0.1 1.1]）;grid on


        
   
   
   

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2343  2011-04-22 15:25  fuzzykmeans.m

----------- ---------  ---------- -----  ----

                 2343                    1