MATLAB基于模糊聚类分析方法

function Z=hecheng(X,X)

[m,m]=size(X);z=zeros(m,m);p4=zeros(1,m)；

for i=1:m

for j=1:m

for k=1:m

p4(1,k)=min(X(i,k),Y(k,j));

end

Z(i,j)=max(p4);

end

end

应该能用！

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)>098

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=dataw_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

result = resultreplaceAll(">\\s<", "><")replaceAll("<\\([^>|^\\])\\>", "");

String json = result;

Matcher matcher = Patterncompile("<([^>|^/])>")matcher(result);

while(matcherfind()){

for (int i = 0; i < matchergroupCount(); i++) {

String s = matchergroup(i+1);

json = jsonreplaceAll("<"+s+">([^<|^\"])</"+s+">", "\""+s+"\":\"$1\",");

}

}

除了模糊C值聚类，其他的聚类方法如：传递闭包法，直接聚类法都不用事先确定分类数，不过这些方法matlab上没有现成的函数，需要自己编程，10来行代码就解决了，不要偷懒哦！只有C值聚类有现成的函数fcm

以上就是关于MATLAB基于模糊聚类分析方法全部的内容，包括:MATLAB基于模糊聚类分析方法、求:FCM,PCM聚类算法MATLAB程序、MATLAB数据分析方法 主成份-聚类分析 matlab等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！