MATLAB模糊c均值算法FCM分类_第1页
MATLAB模糊c均值算法FCM分类_第2页
MATLAB模糊c均值算法FCM分类_第3页
MATLAB模糊c均值算法FCM分类_第4页
MATLAB模糊c均值算法FCM分类_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、模糊c均值算法FCM分类遥感12-2班刘杰1204090215模糊模糊c-均值聚类算法均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。FCM聚类算法：

2、原图：程序： %functio n U,z,U1=SARFCM %读入并显示图像clear,clcIMGN=input(Input Original Image Name: ,s);img=imread(IMGN);figureimshow(img)title(原图);c=3; %分类数m=2; %模糊度e=0.0001; %阈值A=double(img(:,:,1); n1,n2=size(A);A=reshape(A,n1*n2,1);N=n1*n2; %样本数 U0=rand(N,c); U1=sum(U0,2 ); %求出每一行的元素总数U2=repmat(U1,1,c);%将每一行总

3、数复制成n*c矩阵U=U0./U2; clear U0 U1 U2; U0=U;a=1;Z=0;while afor j=1:c V(j)=sum(U(:,j).m.*A)/sum(U(:,j).m); %求聚类中心 W(:,j)=abs(repmat(V(j),N,1)-A); %距离end for i=1:N for j=1:c; if W(i,j)=0 U(i,:)=zeros(1,c); U(i,j)=1; else U(i,j)=1/sum(repmat(W(i,j),1,c)./W(i,:).(2/(m-1); %求隶属度 end end end if max(max(abs(U-U0)100 break endend %输出图像t=max(U,2);t=repmat(t,1,c); %最大值排成1*cU=double(t=U);for i=1:N F(i)= find(U(i,:)=1);endF=reshape(F,n1,n2);map=1,1,1;0,0,0;1,0,0;0,1,0;0,0,1figure,imshow(uint8(F),map

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论