matlab_fcm

% 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) = [];