matlab模糊聚类算法进行图像分割的源程序.doc
《matlab模糊聚类算法进行图像分割的源程序.doc》由会员分享，可在线阅读，更多相关《matlab模糊聚类算法进行图像分割的源程序.doc（4页珍藏版）》请在冰豆网上搜索。
%%%%%%%%%%%%%%%模糊聚类%%%%%%%%%%%%%%%%%%%%%%%
clear;
loadF:
\从0开始\数据\data.txt;
INPUTDATA=data;
%--------原始数据标准化-------%
disp（'请选择原始数据标准化方式:
'）;
disp（'<1-总和标准化|2-标准差标准化|3-极大值标准化|4-极差标准化>'）;
wayforstand=input（'请输入:
'）;
switchwayforstand
case1,
DATAFORCLUS=standard_use_sum（INPUTDATA）;
case2,
DATAFORCLUS=standard_use_std（INPUTDATA）;
case3,
DATAFORCLUS=standard_use_max（INPUTDATA）;
case4,
DATAFORCLUS=standard_use_jc（INPUTDATA）;
otherwise
error（'您的输入不符合要求->执行结束!
!
!
'）;
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%基于模糊等价关系的模糊聚类%%%%%%%%%%%%%%%%%%%%%%
%----------构造相似关系-----------%
numrows=size（DATAFORCLUS,1）;
numcols=size（DATAFORCLUS,2）;
disp（'请选择对象之间相似性统计量的方式:
'）;
disp（'<1-相关系数法|2-夹角余弦法|3-指数相似系数法|4-绝对值指数法|5-算术平均最小法|6-最大最小值法|7-绝对值差数法|8-数量积法>'）;
wayforr_ij=input（'请输入:
'）;
switchwayforr_ij
case1,%-----------------------------------相关系数法
fori=1:
numrows,
forj=1:
numrows,
meani=mean（DATAFORCLUS（i,:
））;meanj=mean（DATAFORCLUS（j,:
））;
simiR（i,j）=sum（（DATAFORCLUS（i,:
）-meani）.*（DATAFORCLUS（j,:
）-meanj））/...
（sqrt（sum（（DATAFORCLUS（i,:
）-meani）.^2））*sqrt（sum（（DATAFORCLUS（j,:
）-meanj）.^2）））;
end
end
case2,%-----------------------------------夹角余弦法
fori=1:
numrows,
forj=1:
numrows,
simiR（i,j）=sum（DATAFORCLUS（i,:
）.*DATAFORCLUS（j,:
））/...
（sqrt（sum（DATAFORCLUS（i,:
）.*DATAFORCLUS（i,:
）））*sqrt（sum（DATAFORCLUS（j,:
）.*DATAFORCLUS（j,:
））））;
end
end
case3,%-----------------------------------指数相似系数法
case4,%-----------------------------------绝对值指数法
case5,%-----------------------------------算术平均最小法
case6,%-----------------------------------最大最小值法
case7,%-----------------------------------绝对值差数法
case8,%-----------------------------------数量积法
otherwise
error（'您的输入不符合要求->执行结束!
!
!
'）;
end
%-------改造成等价关系----------%
sign=0;
numselfmul=1;
simiRk=eye（numrows）;
equi_tem=simiR;
whilesign==0,
fori=1:
numrows,
forj=1:
numrows,
forc=1:
numrows,
rij_temp（c）=min（[equi_tem（i,c）equi_tem（c,j）]）;
end
simiRk（i,j）=max（rij_temp）;
end
end
%--------------%
ifsum（sum（simiRk-equi_tem,1））~=0,
numselfmul=numselfmul+1;
equi_tem=simiRk;
else
sign=1;
break
end
%--------------%
end
ifsign==1,
disp（'从相似矩阵到等价矩阵改造成功!
!
!
'）;
else
disp（'从相似矩阵到等价矩阵改造失败!
!
!
'）;
end
equiR=simiRk;
numclass=input（'请输入聚类数:
'）;
%---------在不同的截集水平进行聚类--------------%
clasc=0;
comp_vec（1,1:
numrows）=0;
index=0;
clasc=0;
tip=0;
alpha=0;
temnumeachclass=0;
while（tip==0）,
%alpha=input（'请输入进行分类的截集水平λ:
'）;
%alpha=0.5;%调试
if（alpha<0||alpha>1）,
error（'您输入的截集水平λ不符合分类要求->执行结束!
!
!
'）;
end
comp_arr=ones（numrows）*alpha;
result_arr=（equiR>=comp_arr）;%--------------------result_arr判断矩阵
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%捡菜算法
fori=1:
numrows,
ifsum（comp_vec（1,:
）==result_arr（i,:
））temnumeachclass=0;
%numeachclass（clasc）=index-temnumeachclass;
temsave=result_arr（i,:
）;
forj=1:
numrows,
ifsum（result_arr（j,:
）==temsave）==numrows,
index=index+1;
class（index）=j;
result_arr（j,:
）=0;%--------------------说明已经被归类
temnumeachclass=temnumeachclass+1;
end
end
clasc=clasc+1;
nec（clasc）=temnumeachclass;
else
continue;
end
end
ifclasc>=numclass,
tip=1;%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%当模糊分类的数目小于等于所给出的类数时退出循环体
disp（'成功!
!
!
'）;
else
clearclass;
clearnumeachclass;
clearnec;
clasc=0;
index=0;
temnumeachclass=0;
alpha=alpha+0.01;
end
end
%----取聚类结果----%
num=0;
n=0;
fori=1:
clasc,
forj=1:
nec（i）,
num=num+1;
n=n+1;
CLUS（n,:
）=INPUTDATA（class（num）,:
）;
end
n=n+1;
CLUS（n,:
）=inf;
end
%formatsingle（CLUS）
lenexport=size（CLUS,1）;
fori=1:
lenexport,
RESULT（i,:
）=sprintf（'%15.2f',CLUS（i,:
））;
end
RESULT
升级会员 