fcm演算法matlab
㈠ 急matlab怎麼調用FCM 函數做圖像分割正在做畢業論文，涉及到用FCM演算法做圖像分割，但是FCM的參數不太懂
你這個要求有點麻煩哦，不過還是可以完成，
㈡ 在matlab中做模糊C均值聚類（fcm）演算法如何體現初始隸屬度
它的程序裡面是用rand函數隨機初始化了一個矩陣N*c，然後對這個隨機矩陣進行歸一化，即滿足一行（也可能是列記不清楚了），反正是讓它滿足隸屬度的每個樣本屬於所有類隸屬度為1的條件。用這個矩陣進行初始化，計算新的中心 新的隸屬度 新的中心。。。。 知道滿足閾值。matlab裡面自己有函數一招就能找到
㈢ Matlab FCM聚類和kmeans聚類有什麼區別
K均值聚類演算法即是HCM（普通硬-C均值聚類演算法），它是一種硬性劃分的方法，結果要麼是1要麼是0，沒有其他情況，具有「非此即彼」的性質。裡面的隸屬度矩陣是U。
FCM是把HCM演算法推廣到模糊情形，用在模糊性的分類問題上，給了隸屬度一個權重。隸屬度矩陣用U的m次方表示。
㈣ matlab如何調用fcm函數處理一副圖像。 不是查看fcm函數，演算法我已經了解了，我只是不知道
data = rand(100, 2);
[center,U,obj_fcn] = fcm(data, 2);
plot(data(:,1), data(:,2),'o');
maxU = max(U);
index1 = find(U(1,:) == maxU);
index2 = find(U(2, :) == maxU);
line(data(index1,1),data(index1, 2),'linestyle','none',...
'marker','*','color','g');
line(data(index2,1),data(index2, 2),'linestyle','none',...
'marker', '*','color','r');
㈤ 求:FCM,PCM聚類演算法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
㈥ matlab中的功能函數FCM如何使用
模糊C均值聚類演算法，可將輸入的數據集data聚為指定的cluster_n類
【函數描述】
語法格式
[center, U, obj_fcn] = FCM(data, cluster_n, options)
用法：
1. [center,U,obj_fcn] = FCM(Data,N_cluster,options);
2. [center,U,obj_fcn] = FCM(Data,N_cluster);
輸入變數
data ---- n*m矩陣,表示n個樣本,每個樣本具有m維特徵值
cluster_n ---- 標量,表示聚合中心數目,即類別數
options ---- 4*1列向量，其中
options(1): 隸屬度矩陣U的指數，>1(預設值: 2.0)
options(2): 最大迭代次數(預設值: 100)
options(3): 隸屬度最小變化量,迭代終止條件(預設值: 1e-5)
options(4): 每次迭代是否輸出信息標志(預設值: 0)
輸出變數
center ---- 聚類中心
U ---- 隸屬度矩陣
obj_fcn ---- 目標函數值
㈦ matlab中fcm演算法可以對一維數據進行分類嗎
function [U,V,iteration] = std_fcm(X,c)
% std_fcm:standard fcm by liyang @BNU Math 315
% Email:[email protected]
% 2009.09.25
% input:
% [num_sample,num_attribute] = size(X) let N = num_sample
% X = (x(1);x(2);...;x(num_sample));
% c:classnumber
% output:
% U : c*num_sample
% V = (v(1);v(2);...;v(c)) : c*num_attribute
% Problem:
% min Q(U,V) = sum(i=1,...,c)sum(k=1,...,N)( u(i,k)^2 * distance(x(k),v(i))^2 )
% subject to sum(j=1,...,c)u(j,t) = 1, for each t = 1,2,...,N
% solve in the Euclidean distance sense
% u(s,t) = 1 / ( sum(j=1,...,c)(distance(v(s),x(t))/distance(v(j)-x(t)))^2 )
% v(s) = ( sum(k=1,...,N)( u(s,k)^2*x(k) ) ) / ( sum(k=1,...,N)( u(s,k)^2 ) )
[num_sample,num_attribute] = size(X);
N = num_sample;
%% initialization
epsilon = 0.001;
iteration = 1;
U = rand(c,N);
V = zeros(c,num_attribute);
%% 主體循環
while(1)
% calculate new V
for s = 1:c
temp_numerator = 0;
for k = 1:N
temp_numerator = temp_numerator + U(s,k)^2 * X(k,:);
end
V(s,:) = temp_numerator ./ sum( U(s,:).^2 );
end
% calculat new U
for s = 1:c
for t = 1:N
temp_denominator = 0;
for j = 1:c
temp_denominator = temp_denominator + ( ED(V(s,:),X(t,:))/ED(V(j,:),X(t,:)) )^2;
end
new_U(s,t) = (temp_denominator)^(-1);
end
end
% 主體循環終止條件
if max(max(abs(U-new_U))) < epsilon
break;
end
U = new_U;
iteration = iteration + 1;
end
%% Euclidean distance function
function d = ED(x,y)
d = sum((x-y).^2).^0.5;
㈧ matlab中的功能函數FCM如何使用
模糊C均值聚類演算法，可將輸入的數據集data聚為指定的cluster_n類
【函數描述】
語法格式
[center, U, obj_fcn] = FCM(data, cluster_n, options)
用法：
1. [center,U,obj_fcn] = FCM(Data,N_cluster,options);
2. [center,U,obj_fcn] = FCM(Data,N_cluster);
輸入變數
data ---- n*m矩陣,表示n個樣本,每個樣本具有m維特徵值
cluster_n ---- 標量,表示聚合中心數目,即類別數
options ---- 4*1列向量，其中
options(1): 隸屬度矩陣U的指數，>1(預設值: 2.0)
options(2): 最大迭代次數(預設值: 100)
options(3): 隸屬度最小變化量,迭代終止條件(預設值: 1e-5)
options(4): 每次迭代是否輸出信息標志(預設值: 0)
輸出變數
center ---- 聚類中心
U ---- 隸屬度矩陣
obj_fcn ---- 目標函數值
㈨ matlab中的fcm演算法中的u矩陣怎麼初始化
matlab中的fcm演算法中的u矩陣怎麼初始化
模糊C均值聚類演算法，可將輸入的數據集data聚為指定的cluster_n類
【函數描述】
語法格式
[center, U, obj_fcn] = FCM(data, cluster_n, options)
用法：
1. [center,U,obj_fcn] = FCM(Data,N_cluster,options);
2. [center,U,obj_fcn] = FCM(Data,N_cluster);
㈩ matlab中FCM函數的使用。
首先，打開matlab 這款軟體，注意其版本，這是在WIN7 64位上運行的。
2方法一，在matlab的命令窗口中輸入 type fcm; fcm是其自帶的一個函數，這樣命令窗口中就會出現該函數的相關信息
3方法二，在命令窗口中輸入 open fcm; 這樣軟體會找到其相關的M文件，也就是函數文件，其路徑，3是fcm函數在M文件中的定義
4方法三，在命令窗口中輸入 edit fcm,其效果和上述一樣
5方法四，就是你故意輸入錯，這樣軟體就會給出錯誤提示，如輸入FC，這樣軟體就會自動提示，你是不是想要輸入FCM ，按提示點3就會出現FCM正確的定義
6如下是輸入錯誤後的正確提示，這四種方法會很有用的，好好掌握！