【正文】 算n個子群兩兩之間的距離，首先選擇距離最近的兩個子群（點）歸為一個新的子群，這樣就得到n1個子群兩兩之間的聚類統(tǒng)計量，繼續(xù)選擇距離最近的子群合并，再得到n2個子群……，依此類推，直到所有的子群全部合并。imshow(sample)。amp。 fsample(4) = fsample(4) + sample(i)。 flag(i) = 1。 %%將uint8類型轉換為double型while t == 0 %fsample1 = 0。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。第一步：適當?shù)剡x取m個類的初始中心Z1(1),Z2(1),④ 極差的標準化經(jīng)過這種標準化所得的新數(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。 《空間分析》系統(tǒng)聚類算法及編程實現(xiàn) 學院：地質工程與測繪學院 專業(yè)：遙感科學與技術班級：2011260601學號：學生姓名：指導老師： 目錄第1章 前言……………………………………………………3第2章 算法設計背景…………………………………………3 聚類要素的數(shù)據(jù)處理………………………………3 距離的計算…………………………………………5第3章 算法思想與編程實現(xiàn)…………………………………5 算法思想………………………………………………5 用Matlab編程實現(xiàn)……………………………………7 程序代碼…………………………………………7 編程操作結果…………………………………12第4章 K均值算法應用與優(yōu)缺點…………………………13 K均值聚類法的應用………………………………13 K均值聚類法的優(yōu)缺點……………………………14第5章 課程設計總結………………………………………14主要參考文獻………………………………………………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軟件的編程而實現(xiàn)系統(tǒng)聚類。 距離是事物之間差異性的測度，差異性越大，則相似性越小，所以距離是系統(tǒng)聚類分析的依據(jù)和基礎。 Matlab 編程實現(xiàn)對于上述的Kmean算法用Matlab軟件實現(xiàn)編程并調(diào)用數(shù)據(jù)小的圖片進行聚類分析及編程是否正確性的檢測。 %fsample2 = 0。 fsample(1) = fsample(1) + sample(i)。 num(4) = num(4) + 1。 ncentre2 == ocentre2... amp。實驗調(diào)用前圖片：實驗調(diào)用后結果截圖圖片：第四章 K均值算法應用與優(yōu)缺點① 在機械設備鐵路監(jiān)測技術中的應用。設計的程序也有不足之處，對于數(shù)據(jù)量大的空間聚類顯得不實用，僅僅較適合數(shù)據(jù)小的系統(tǒng)聚類，如上述小數(shù)據(jù)量的圖片的聚類分析，對于提高程序空間聚類分析能力，還待進一步的