Demo entry 6609756

matlab

   

Submitted by anonymous on Jun 05, 2017 at 16:47
Language: Matlab. Code size: 3.2 kB.

function [center, U, obj_fcn] = FCMClust(data, cluster_n, 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] = FCMClust(Data,N_cluster,options); 
%   2.  [center,U,obj_fcn] = FCMClust(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 
%   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] = FCMClust(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; 
 
 
if nargin ~= 2 & nargin ~= 3,    %判断输入参数个数只能是2个或3个 
        error('Too many or too few input arguments!'); 
end 
 
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 
% 默认操作参数 
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, 
        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二那么就调用默认的option; 
        if length(options) < 4, %如果用户给的opition数少于4个那么其他用默认值; 
                tmp = default_options; 
                tmp(1:length(options)) = options; 
                options = tmp; 
    end 
    % 返回options中是数的值为0(如NaN),不是数时为1 
        nan_index = find(isnan(options)==1); 
    %将denfault_options中对应位置的参数赋值给options中不是数的位置. 
        options(nan_index) = default_options(nan_index); 
        if options(1) <= 1, %如果模糊矩阵的指数小于等于1 
                error('The exponent should be greater than 1!'); 
        end 
end 
%将options 中的分量分别赋值给四个变量; 
expo = options(1);          % 隶属度矩阵U的指数 
max_iter = options(2);                % 最大迭代次数  
min_impro = options(3);                % 隶属度最小变化量,迭代终止条件 
display = options(4);                % 每次迭代是否输出信息标志  
 
obj_fcn = zeros(max_iter, 1);        % 初始化输出参数obj_fcn 
 
U = initfcm(cluster_n, data_n);     % 初始化模糊分配矩阵,使U满足列上相加为1, 
% Main loop  主要循环 
for i = 1:max_iter, 
    %在第k步循环中改变聚类中心ceneter,和分配函数U的隶属度值; 
        [U, center, obj_fcn(i)] = stepfcm(data, U, cluster_n, expo); 
        if display,  
                fprintf('FCM:Iteration count = %d, obj. fcn = %f\n', i, obj_fcn(i)); 
        end 
        % 终止条件判别 
        if i > 1, 
                if abs(obj_fcn(i) - obj_fcn(i-1)) < min_impro,  
            break; 
                end
        end 
end 
 
iter_n = i;        % 实际迭代次数  
obj_fcn(iter_n+1:max_iter) = [];

This snippet took 0.01 seconds to highlight.

Back to the Entry List or Home.

Delete this entry (admin only).