第1页 / 共11页
第2页 / 共11页
第3页 / 共11页
第4页 / 共11页
第5页 / 共11页
第6页 / 共11页
第7页 / 共11页
第8页 / 共11页
MATLAB的fcm代码.doc
FCM,PCM 聚类算法 MATLAB 程序
function [U,center,result,w,obj_fcn]= fenlei(data)
[data_n,in_n] = size(data);
m= 2; % Exponent for U
max_iter = 100; % Max. iteration
min_impro =1e-5; % Min. improvement
c=3;
[center, U, obj_fcn] = fcm(data, c);
for i=1:max_iter
if F(U)>0.98
break;
else
w_new=eye(in_n,in_n);
center1=sum(center)/c;
a=center1(1)./center1;
deta=center-center1(ones(c,1),:);
w=sqrt(sum(deta.^2)).*a;
for j=1:in_n
w_new(j,j)=w(j);
end
data1=data*w_new;
[center, U, obj_fcn] = fcm(data1, c);
center=center./w(ones(c,1),:);
obj_fcn=obj_fcn/sum(w.^2);
end
end
display(i);
result=zeros(1,data_n);U_=max(U);
for i=1:data_n
for j=1:c
if U(j,i)==U_(i)
result(i)=j;continue;
end
end
end
聚类算法 Kmeans-----matlab code
function [cid,nr,centers] = cskmeans(x,k,nc)
% CSKMEANS K-Means clustering - general method.
%
% This implements the more general k-means algorithm, where
% HMEANS is used to find the initial partition and then each
% observation is examined for further improvements in minimizing
% the within-group sum of squares.
%
% [CID,NR,CENTERS] = CSKMEANS(X,K,NC) Performs K-means
% clustering using the data given in X.
%
% INPUTS: X is the n x d matrix of data,
% where each row indicates an observation. K indicates
% the number of desired clusters. NC is a k x d matrix for the
% initial cluster centers. If NC is not specified, then the
% centers will be randomly chosen from the observations.
%
% OUTPUTS: CID provides a set of n indexes indicating cluster
% membership for each point. NR is the number of observations
% in each cluster. CENTERS is a matrix, where each row
% corresponds to a cluster center.
%
% See also CSHMEANS
% W. L. and A. R. Martinez, 9/15/01
% Computational Statistics Toolbox
warning off
[n,d] = size(x);
if nargin < 3
% Then pick some observations to be the cluster centers.
ind = ceil(n*rand(1,k));
% We will add some noise to make it interesting.
nc = x(ind,:) + randn(k,d);
end
% set up storage
% integer 1,...,k indicating cluster membership
cid = zeros(1,n);
% Make this different to get the loop started.
oldcid = ones(1,n);
% The number in each cluster.
nr = zeros(1,k);
% Set up maximum number of iterations.
maxiter = 100;
iter = 1;
while ~isequal(cid,oldcid) & iter < maxiter
% Implement the hmeans algorithm
% For each point, find the distance to all cluster centers
for i = 1:n
dist = sum((repmat(x(i,:),k,1)-nc).^2,2);
[m,ind] = min(dist); % assign it to this cluster center
cid(i) = ind;
end
% Find the new cluster centers
for i = 1:k
% find all points in this cluster
ind = find(cid==i);
% find the centroid
nc(i,:) = mean(x(ind,:));
% Find the number in each cluster;
nr(i) = length(ind);
end
iter = iter + 1;
end
% Now check each observation to see if the error can be minimized some more.
% Loop through all points.
maxiter = 2;
iter = 1;
move = 1;
while iter < maxiter & move ~= 0
move = 0;
% Loop through all points.
for i = 1:n
% find the distance to all cluster centers
dist = sum((repmat(x(i,:),k,1)-nc).^2,2);
r = cid(i); % This is the cluster id for x
%%nr,nr+1;
dadj = nr./(nr+1).*dist'; % All adjusted distances
[m,ind] = min(dadj); % minimum should be the cluster it belongs to
if ind ~= r % if not, then move x
cid(i) = ind;
ic = find(cid == ind);
nc(ind,:) = mean(x(ic,:));
move = 1;
end
end
iter = iter+1;
end
centers = nc;
if move == 0
disp('No points were moved after the initial clustering procedure.')
else
disp('Some points were moved after the initial clustering procedure.')
end
warning on
function d=data()
%K-means 算法主程序
k=4;
x =[ 1.2126&<60;&<60; 2.1338&<60;&<60; 0.5115&<60;&<60; 0.2044
&<60; -0.9316&<60;&<60; 0.7634&<60;&<60; 0.0125&<60;&<60; -0.2752
&<60; -2.9593&<60;&<60; 0.1813&<60;&<60; -0.8833&<60;&<60; 0.8505
&<60; 3.1104&<60;&<60; -2.5393&<60;&<60; -0.0588&<60;&<60; 0.1808
&<60; -3.1141&<60;&<60; -0.1244&<60;&<60; -0.6811&<60;&<60; 0.9891
&<60; -3.2008&<60;&<60; 0.0024&<60;&<60; -1.2901&<60;&<60; 0.9748
&<60; -1.0777&<60;&<60; 1.1438&<60;&<60; 0.1996&<60;&<60; 0.0139
&<60; -2.7213&<60;&<60; -0.1909&<60;&<60; 0.1184&<60;&<60; 0.1013
&<60; -1.1467&<60;&<60; 1.3820&<60;&<60; 0.1427&<60;&<60; -0.2239
&<60; 1.1497&<60;&<60; 1.9414&<60;&<60; -0.3035&<60;&<60; 0.3464
&<60; 2.6993&<60;&<60; -2.2556&<60;&<60; 0.1637&<60;&<60; -0.0139
&<60; -3.0311&<60;&<60; 0.1417&<60;&<60; 0.0888&<60;&<60; 0.1791
&<60; -2.8403&<60;&<60; -0.1809&<60;&<60; -0.0965&<60;&<60; 0.0817
&<60; 1.0118&<60;&<60; 2.0372&<60;&<60; 0.1638&<60;&<60; -0.0349
&<60; -0.8968&<60;&<60; 1.0260&<60;&<60; -0.1013&<60;&<60; 0.2369
&<60; 1.1112&<60;&<60; 1.8802&<60;&<60; -0.0291&<60;&<60; -0.1506
&<60; 1.1907&<60;&<60; 2.2041&<60;&<60; -0.1060&<60;&<60; 0.2167
&<60; -1.0114&<60;&<60; 0.8029&<60;&<60; -0.1317&<60;&<60; 0.0153
&<60; -3.1715&<60;&<60; 0.1041&<60;&<60; -0.3338&<60;&<60; 0.0321
&<60; 0.9718&<60;&<60; 1.9634&<60;&<60; 0.0305&<60;&<60; -0.3259
&<60; -1.0377&<60;&<60; 0.8889&<60;&<60; -0.2834&<60;&<60; 0.2301
&<60; -0.8989&<60;&<60; 1.0185&<60;&<60; -0.0289&<60;&<60; 0.0213
&<60; -2.9815&<60;&<60; -0.4798&<60;&<60; 0.2245&<60;&<60; 0.3085
&<60; -0.8576&<60;&<60; 0.9231&<60;&<60; -0.2752&<60;&<60; -0.0091
&<60; -3.1356&<60;&<60; 0.0026&<60;&<60; -1.2138&<60;&<60; 0.7733
&<60; 3.4470&<60;&<60; -2.2418&<60;&<60; 0.2014&<60;&<60; -0.1556
&<60; 2.9143&<60;&<60; -1.7951&<60;&<60; 0.1992&<60;&<60; -0.2146
&<60; 3.4961&<60;&<60; -2.4969&<60;&<60; -0.0121&<60;&<60; 0.1315
&<60; -2.9341&<60;&<60; -0.1071&<60;&<60; -0.7712&<60;&<60; 0.8911
&<60;
-0.0287&<60;&<60;
-0.1279
&<60; 3.1006&<60;&<60; -2.0677&<60;&<60; -0.2002&<60;&<60; -0.1303
&<60; 0.8209&<60;&<60; 2.1724&<60;&<60; 0.1548&<60;&<60; 0.3516
&<60; -2.8500&<60;&<60; 0.3196&<60;&<60; 0.1359&<60;&<60; -0.1179
&<60; -2.8679&<60;&<60; 0.1365&<60;&<60; -0.5702&<60;&<60; 0.7626
&<60; -2.8245&<60;&<60; -0.1312&<60;&<60; 0.0881&<60;&<60; -0.1305
&<60; -0.8322&<60;&<60; 1.3014&<60;&<60; -0.3837&<60;&<60; 0.2400
&<60; -2.6063&<60;&<60; 0.1431&<60;&<60; 0.1880&<60;&<60; 0.0487
&<60;
-0.0359&<60;&<60;
-0.2080
&<60; 0.6893&<60;&<60; 2.0854&<60;&<60; -0.3250&<60;&<60; -0.1007
-0.0884&<60;&<60;
-2.8105&<60;&<60;
-3.1341&<60;&<60;
-0.0854&<60;&<60;
-2.9219&<60;&<60;
&<60; 1.0894&<60;&<60; 1.7271&<60;&<60; -0.0176&<60;&<60; 0.6553
&<60; -2.9851&<60;&<60; -0.0113&<60;&<60; 0.0666&<60;&<60; -0.0802
&<60; 1.0371&<60;&<60; 2.2724&<60;&<60; 0.1044&<60;&<60; 0.3982
&<60; -2.8032&<60;&<60; -0.2737&<60;&<60; -0.7391&<60;&<60; 1.0277
&<60; -2.6856&<60;&<60; 0.0619&<60;&<60; -1.1066&<60;&<60; 1.0485
&<60; -2.9445&<60;&<60; -0.1602&<60;&<60; -0.0019&<60;&<60; 0.0093
&<60; 1.2004&<60;&<60; 2.1302&<60;&<60; -0.1650&<60;&<60; 0.3413
&<60; 3.2505&<60;&<60; -1.9279&<60;&<60; 0.4462&<60;&<60; -0.2405
&<60; -1.2080&<60;&<60; 0.8222&<60;&<60; 0.1671&<60;&<60; 0.1576
&<60; -2.8274&<60;&<60; 0.1515&<60;&<60; -0.9636&<60;&<60; 1.0675
&<60; 2.8190&<60;&<60; -1.8626&<60;&<60; 0.2702&<60;&<60; 0.0026
&<60; 1.0507&<60;&<60; 1.7776&<60;&<60; -0.1421&<60;&<60; 0.0999
&<60; -2.8946&<60;&<60; 0.1446&<60;&<60; -0.1645&<60;&<60; 0.3071
&<60; -1.0105&<60;&<60; 1.0973&<60;&<60; 0.0241&<60;&<60; 0.1628
&<60; -2.9138&<60;&<60; -0.3404&<60;&<60; 0.0627&<60;&<60; 0.1286
&<60; -3.0646&<60;&<60; -0.0008&<60;&<60; 0.3819&<60;&<60; -0.1541
&<60; 1.2531&<60;&<60; 1.9830&<60;&<60; -0.0774&<60;&<60; 0.2413
&<60; 1.1486&<60;&<60; 2.0440&<60;&<60; -0.0582&<60;&<60; -0.0650
&<60; -3.1401&<60;&<60; -0.1447&<60;&<60; -0.6580&<60;&<60; 0.9562
&<60; -2.9591&<60;&<60; 0.1598&<60;&<60; -0.6581&<60;&<60; 1.1937
&<60;
-0.1538&<60;&<60;
-0.2085
&<60; 2.8948&<60;&<60; -2.2745&<60;&<60; 0.2332&<60;&<60; -0.0312
&<60;
-0.0288&<60;&<60;
-0.1436
&<60; -1.2737&<60;&<60; 0.7648&<60;&<60; 0.0643&<60;&<60; 0.0858
&<60; -1.0690&<60;&<60; 0.8108&<60;&<60; -0.2723&<60;&<60; 0.3231
&<60; -0.5908&<60;&<60; 0.7508&<60;&<60; -0.5456&<60;&<60; 0.0190
&<60; 0.5808&<60;&<60; 2.0573&<60;&<60; -0.1658&<60;&<60; 0.1709
&<60; 2.8227&<60;&<60; -2.2461&<60;&<60; 0.2255&<60;&<60; -0.3684
&<60; 0.6174&<60;&<60; 1.7654&<60;&<60; -0.3999&<60;&<60; 0.4125
&<60; 3.2587&<60;&<60; -1.9310&<60;&<60; 0.2021&<60;&<60; 0.0800
&<60; 1.0999&<60;&<60; 1.8852&<60;&<60; -0.0475&<60;&<60; -0.0585
&<60; -2.7395&<60;&<60; 0.2585&<60;&<60; -0.8441&<60;&<60; 0.9987
&<60; -1.2223&<60;&<60; 1.0542&<60;&<60; -0.2480&<60;&<60; -0.2795
&<60; -2.9212&<60;&<60; -0.0605&<60;&<60; -0.0259&<60;&<60; 0.2591
&<60; 3.1598&<60;&<60; -2.2631&<60;&<60; 0.1746&<60;&<60; 0.1485
&<60; 0.8476&<60;&<60; 1.8760&<60;&<60; -0.2894&<60;&<60; -0.0354
&<60; 2.9205&<60;&<60; -2.2418&<60;&<60; 0.4137&<60;&<60; -0.2499
&<60; 2.7656&<60;&<60; -2.1768&<60;&<60; 0.0719&<60;&<60; -0.1848
&<60; -0.8698&<60;&<60; 1.0249&<60;&<60; -0.2084&<60;&<60; -0.0008
&<60; -1.1444&<60;&<60; 0.7787&<60;&<60; -0.4958&<60;&<60; 0.3676
&<60; -1.0711&<60;&<60; 1.0450&<60;&<60; -0.0477&<60;&<60; -0.4030
&<60; 0.5350&<60;&<60; 1.8110&<60;&<60; -0.0377&<60;&<60; 0.1622
-0.3637&<60;&<60;
-3.2972&<60;&<60;
-0.0219&<60;&<60;
-2.9322&<60;&<60;
-0.0631&<60;&<60;
&<60; 0.9076&<60;&<60; 1.8845&<60;&<60; -0.1121&<60;&<60; 0.5700
&<60; -2.7887&<60;&<60; -0.2119&<60;&<60; 0.0566&<60;&<60; 0.0120
&<60; -1.2567&<60;&<60; 0.9274&<60;&<60; 0.1104&<60;&<60; 0.1581
&<60; -2.9946&<60;&<60; -0.2086&<60;&<60; -0.8169&<60;&<60; 0.6662
&<60; 1.0536&<60;&<60; 1.9818&<60;&<60; -0.0631&<60;&<60; 0.2581
&<60; -2.8465&<60;&<60; -0.2222&<60;&<60; 0.2745&<60;&<60; 0.1997
&<60; -2.8516&<60;&<60; 0.1649&<60;&<60; -0.7566&<60;&<60; 0.8616
&<60; -3.2470&<60;&<60; 0.0770&<60;&<60; 0.1173&<60;&<60; -0.1092
&<60;
-0.0062&<60;&<60;
-0.0511
&<60; -2.7919&<60;&<60; 0.0438&<60;&<60; -0.1935&<60;&<60; -0.5023
&<60; 0.9894&<60;&<60; 1.9475&<60;&<60; -0.0146&<60;&<60; -0.0390
&<60; -2.9659&<60;&<60; -0.1300&<60;&<60; 0.1144&<60;&<60; 0.3410
&<60; -2.7322&<60;&<60; -0.0427&<60;&<60; -1.0758&<60;&<60; 0.9718
&<60; -1.4852&<60;&<60; 0.8592&<60;&<60; -0.0503&<60;&<60; -0.1373
&<60; 2.8845&<60;&<60; -2.1465&<60;&<60; -0.0533&<60;&<60; -0.1044
&<60; -3.1470&<60;&<60; 0.0536&<60;&<60; 0.1073&<60;&<60; 0.3323
&<60; 2.9423&<60;&<60; -2.1572&<60;&<60; 0.0505&<60;&<60; 0.1180
&<60; -3.0683&<60;&<60; 0.3434&<60;&<60; -0.6563&<60;&<60; 0.8960
&<60; 1.3215&<60;&<60; 2.0951&<60;&<60; -0.1557&<60;&<60; 0.3994
&<60; -0.7681&<60;&<60; 1.2075&<60;&<60; -0.2781&<60;&<60; 0.2372
&<60; -0.6964&<60;&<60; 1.2360&<60;&<60; -0.3342&<60;&<60; 0.1662
&<60; -0.6382&<60;&<60; 0.8204&<60;&<60; -0.2587&<60;&<60; 0.3344
&<60;
-0.2607&<60;&<60;
-0.0400
&<60; -0.8952&<60;&<60; 0.9872&<60;&<60; 0.0019&<60;&<60; 0.3138
&<60; -0.8172&<60;&<60; 0.6814&<60;&<60; -0.0691&<60;&<60; 0.1009
&<60; -3.3032&<60;&<60; 0.0571&<60;&<60; -0.0243&<60;&<60; -0.1405
&<60; 0.7810&<60;&<60; 1.9013&<60;&<60; -0.3996&<60;&<60; 0.7374
&<60; -0.9030&<60;&<60; 0.8646&<60;&<60; -0.1498&<60;&<60; 0.1112
&<60; -0.8461&<60;&<60; 0.9261&<60;&<60; -0.1295&<60;&<60; -0.0727
&<60; 2.8182&<60;&<60; -2.0818&<60;&<60; -0.1430&<60;&<60; -0.0547
&<60; 2.9295&<60;&<60; -2.3846&<60;&<60; -0.0244&<60;&<60; -0.1400
&<60; 1.0587&<60;&<60; 2.2227&<60;&<60; -0.1250&<60;&<60; 0.0957
&<60; 3.0755&<60;&<60; -1.7365&<60;&<60; -0.0511&<60;&<60; 0.1500
&<60; -1.3076&<60;&<60; 0.8791&<60;&<60; -0.3720&<60;&<60; 0.0331
&<60; -2.8252&<60;&<60; -0.0366&<60;&<60; -0.6790&<60;&<60; 0.7374
&<60; -2.6551&<60;&<60; -0.1875&<60;&<60; 0.3222&<60;&<60; 0.0483
&<60; -2.9659&<60;&<60; -0.1585&<60;&<60; 0.4013&<60;&<60; -0.1402
&<60; -3.2859&<60;&<60; -0.1546&<60;&<60; 0.0104&<60;&<60; -0.1781
&<60; -0.6679&<60;&<60; 1.1999&<60;&<60; 0.1396&<60;&<60; -0.3195
&<60; -1.0205&<60;&<60; 1.2226&<60;&<60; 0.1850&<60;&<60; 0.0050
&<60; -3.0091&<60;&<60; -0.0186&<60;&<60; -0.9111&<60;&<60; 0.9663
&<60; -3.0339&<60;&<60; 0.1377&<60;&<60; -0.9662&<60;&<60; 1.0664
-0.1496&<60;&<60;
-3.0233&<60;&<60;
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
