没有合适的资源?快使用搜索试试~ 我知道了~
模糊核聚类程序
5星 · 超过95%的资源 需积分: 32 37 下载量 100 浏览量
2012-07-26
14:26:56
上传
评论
收藏 6KB TXT 举报
温馨提示
试读
7页
基于模糊聚类的算法,引入核核函数,将低维的非线性问题映射至高维空间实现线性可分
资源推荐
资源详情
资源评论
function [center, U, obj_fcn] = KFCMClust(data, cluster_n, kernel_b,options)
% FCMClust.m 采用模糊C均值对数据集data聚为cluster_n类
%
% 用法:
% 1. [center,U,obj_fcn] = KFCMClust(Data,N_cluster,kernel_b,options);
% 2. [center,U,obj_fcn] = KFCMClust(Data,N_cluster,kernel_b);
% 3. [center,U,obj_fcn] = KFCMClust(Data,N_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
% kernel_b ---- 高斯核参数b (缺省值:150)
% 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(100,2);
% [center,U,obj_fcn] = KFCMClust(data,2);
% plot(data(:,1), data(:,2),'o');
% hold on;
% maxU = max(U);
% index1 = find(U(1,:) == maxU);
% index2 = find(U(2,:) == maxU);
% line(data(index1,1),data(index1,2),'marker','*','color','g');
% FCMClust.m 采用模糊C均值对数据集data聚为cluster_n类
%
% 用法:
% 1. [center,U,obj_fcn] = KFCMClust(Data,N_cluster,kernel_b,options);
% 2. [center,U,obj_fcn] = KFCMClust(Data,N_cluster,kernel_b);
% 3. [center,U,obj_fcn] = KFCMClust(Data,N_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
% kernel_b ---- 高斯核参数b (缺省值:150)
% 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(100,2);
% [center,U,obj_fcn] = KFCMClust(data,2);
% plot(data(:,1), data(:,2),'o');
% hold on;
% maxU = max(U);
% index1 = find(U(1,:) == maxU);
% index2 = find(U(2,:) == maxU);
% line(data(index1,1),data(index1,2),'marker','*','color','g');
% line(data(index2,1),data(index2,2),'marker','*','color','r');
% plot([center([1 2],1)],[center([1 2],2)],'*','color','k')
% hold off;
% Author: Genial
% Date: 2005.5
% 一副图中显示多方图片:montage
error(nargchk(2,4,nargin)); %检查输入参数个数
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,目前没有用
% 默认操作参数
default_b = 150; % 高斯核函数参数
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,
kernel_b = default_b;
options = default_options;
elseif nargin == 3,
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3那么就调用默认的option;
%如果用户给的opition数少于4个那么就将剩余的默认option加上;
if length(options) < 4,
% plot([center([1 2],1)],[center([1 2],2)],'*','color','k')
% hold off;
% Author: Genial
% Date: 2005.5
% 一副图中显示多方图片:montage
error(nargchk(2,4,nargin)); %检查输入参数个数
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,目前没有用
% 默认操作参数
default_b = 150; % 高斯核函数参数
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,
kernel_b = default_b;
options = default_options;
elseif nargin == 3,
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3那么就调用默认的option;
%如果用户给的opition数少于4个那么就将剩余的默认option加上;
if length(options) < 4,
剩余6页未读,继续阅读
资源评论
- andy1202go2015-09-08有点好用,注释的很详细
yimi606
- 粉丝: 0
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功