模糊聚類-Matlab程序_第1頁
模糊聚類-Matlab程序_第2頁
模糊聚類-Matlab程序_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、模糊聚類1、模糊c劃分空間為：即有c個類，共N個數據（樣本），對于某一樣本,其在所有類的隸屬度值和為1，對于某一個類，所有數據的隸屬度值和小于N。2、目標函數中樣本與每類原型間的距離使用隸屬值加權：定性上說，距離越小，則越好，但還要考慮隸屬度值。3、采用歐式距離（A=I）:4、模糊劃分矩陣的元素為5、聚類中心為：模糊聚類從某種程度上說就是找到聚類中心。6、流程圖為：舉例與程序：在2、5和8周圍以-22產生隨機數，各20組數據，維數為2。結果為：數據的均值為：2.2273 1.61615.5304 4.67288.7255 8.3218類中心為：5.6280 4.74522.2143 1.604

2、68.8565 8.4761分類效果圖為：程序為：clearclcclose allm=2;%平滑因子，m=1等于沒有分類（聽說的）x1=2+rand(20,2).*4-2;x2=5+rand(20,2).*4-2;x3=8+rand(20,2).*4-2;x=x1;x2;x3;n,n1=size(x);%x為樣本數，n1為樣本維數c_max=3;%round(sqrt(n);分的類數%*x為n*m的矩陣，行為樣本的個數，列為樣本的維數*%*z為c*m的矩陣，行為類的個數，列為每個類的代表中心*%*u為c*n的矩陣，行為類的個數，列為樣本數，表示某樣本對類的隸屬度*z=x(1:c_max,:)

3、;%z初始化，x的前c_max個樣本為中心。u=zeros(c_max,n);%u初始化sumn=0;sum0=zeros(1,n1);sum1=0;num=0;e=1;%精度初始化while e>1e-6%隸屬度值不再發生變化時終止 u0=u;%記錄前一個的u num=num+1;%記錄循環次數 for i=1:c_max %列更新u for k=1:n %行更新u %*計算每個隸屬度* t0=norm(x(k,:)-z(i,:)2; if t0=0%意味著某的數據就是類中心 u(:,k)=0;%其他隸屬度為0，自身為1. u(i,k)=1; else for j=1:c_max t1

4、=norm(x(k,:)-z(j,:)2; t2=(t0/t1)(2/(m-1); sumn=sumn+t2; end u(i,k)=1/(sumn+0.00001);%得到第k的數據在第k類的隸屬度 sumn=0; end end end%*更新每類的代表中心z* for i=1:c_max for k=1:n r1=u(i,k)m; sum1=sum1+r1; sum0=sum0+x(k,:).*r1; end z(i,:)=sum0/(sum1+0.000001); sum0=0;sum1=0; end %*終止條件部分* e=norm(u-u0)2; if num>500%防止陷入死循環 break; endend%*畫出其中的二維圖*plot(x(:,1),x(:,2),'*',z(:,1)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論