系統(tǒng)聚類分析課程設(shè)計(jì)-文庫吧在線文庫
【正文】 用Matlab編程實(shí)現(xiàn)……………………………………7 程序代碼…………………………………………7 編程操作結(jié)果…………………………………12第4章 K均值算法應(yīng)用與優(yōu)缺點(diǎn)…………………………13 K均值聚類法的應(yīng)用………………………………13 K均值聚類法的優(yōu)缺點(diǎn)……………………………14第5章 課程設(shè)計(jì)總結(jié)………………………………………14主要參考文獻(xiàn)………………………………………………15第一章 前言本課題是根據(jù)李斌老師所教授的《空間分析》課程內(nèi)容及要求而選定的，是對于系統(tǒng)聚類算法的分析研究及利用相關(guān)軟件的編程而實(shí)現(xiàn)系統(tǒng)聚類。下面主要介紹系統(tǒng)聚類算法，并基于Matlab軟件用Kmeans算法(即k均值算法)來實(shí)現(xiàn)系統(tǒng)聚類的算法編程。④ 極差的標(biāo)準(zhǔn)化經(jīng)過這種標(biāo)準(zhǔn)化所得的新數(shù)據(jù)，各要素的極大值為1，極小值為0，其余的數(shù)值均在0與1之間。算法采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)。第一步：適當(dāng)?shù)剡x取m個(gè)類的初始中心Z1(1),Z2(1),可以通過其他的簡單的聚類中心試探方法，如最大距離法，找出初始中心，提高分類效果。 %%將矩陣變換為m*n行1列的向量k = 4。 %%將uint8類型轉(zhuǎn)換為double型while t == 0 %fsample1 = 0。 %b = 2 5。 flag(i) = 1。 case dis(3) %flag = cat(1,flag,3)。 fsample(4) = fsample(4) + sample(i)。 %ncentre3 = sum(fsample3)/(m3 1)。amp。 case 4 sample(i) = 240。imshow(sample)。當(dāng)聚類是密集的，且類與類之間區(qū)別明顯時(shí)，效果較好。對于距離，計(jì)算n個(gè)子群兩兩之間的距離，首先選擇距離最近的兩個(gè)子群（點(diǎn)）歸為一個(gè)新的子群，這樣就得到n1個(gè)子群兩兩之間的聚類統(tǒng)計(jì)量，繼續(xù)選擇距離最近的子群合并，再得到n2個(gè)子群……，依此類推，直到所有的子群全部合并。當(dāng)然，在課程設(shè)計(jì)主要是依據(jù)《空間分析》及《模式識別導(dǎo)論》兩本所學(xué)課程教材中的聚類分析章節(jié)來參考編寫的，空間聚類可以采用不同的算法過程。缺點(diǎn)① 在 Kmeans 算法中 K 是事先給定的，這個(gè) K 值的選定是非常難以估計(jì)的。 ocentre3 = ncentre3。amp。 ncentre3 = fsample(3)/num(3)。 %[m3 n3] = size(fsample3)。 num(3) = num(3) + 1。 %%將標(biāo)記數(shù)組賦值2，該點(diǎn)屬于第2類 %fsample2 = cat(1,fsample2,sample(i))。 %%求到第3個(gè)聚類中心距離 dis(4) = abs(sam
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1