模糊聚类-Matlab程序3页.doc

模糊聚类1、模糊c划分空间为：即有c个类，共N个数据（样本），对于某一样本,其在所有类的隶属度值和为1，对于某一个类，所有数据的隶属度值和小于N。2、目标函数中样本与每类原型间的距离使用隶属值加权：定性上说，距离越小，则越好，但还要考虑隶属度值。3、采用欧式距离（A=I）:4、模糊划分矩阵的元素为5、聚类中心为：模糊聚类从某种程度上说就是找到聚类中心。6、流程图为：举例与程序：在2、5和8周围以-22产生随机数，各20组数据，维数为2。结果为：数据的均值为：2.2273 1.61615.5304 4.67288.7255 8.3218类中心为：5.6280 4.74522.2143 1.60468.8565 8.4761分类效果图为：程序为：clearclcclose allm=2;%平滑因子，m=1等于没有分类（听说的）x1=2+rand(20,2).*4-2;x2=5+rand(20,2).*4-2