matlab模糊聚类程序.docVIP

3.数据标准化 数据矩阵 设论域为被分类的对象，每个对象又由指标表示其性状即 (i=1,2,…,12)于是得到原是数据矩阵 数据标准化 将模糊矩阵的每一个数据压缩到[0,1]上，采用平移.极差变换进行数据标准化 (k=1,2,…,m) 运用matlab编程由函数F_jisjbzh.m【见附录3.4】的标准化矩阵是 附录3.4 function [X]=F_JISjBzh(cs,X) %模糊聚类分析数据标准化变换 %X原始数据矩阵；cs=0，不变换；cs=1，标准差变换 %cs=2,极差变换 if(cs==0) return ;end [n,m]=size(X);% 获得矩阵的行列数 if(cs==1) % 平移极差变换 for(k=1:m) xk=0; for(i=1:n) xk=xk+X(i,k);end xk=xk/n;sk=0; for(i=1:n) sk=sk+(X(i,k)-xk)^2;end sk=sqrt(sk/n); for(i=1:n) X(i,k)=(X(i,k)-xk)/sk;end end else %平移*极差变换 for(k=1:m) xmin=X(1,k);xmax=X(1,k); for(i=1:n) if(xminX(i,k)) xmin=X(i,k);end if(xmaxX(i,k)) xmax=X(i,k);end end for(i=1:n) X(i,k)=(X(i,k)-xmin)/(xmax-xmin);end end end 第二步：标定（建立模糊相似矩阵） 对标定我们运用了直接欧几里得距离法： 其中c为任意选区的参数，它使得0≤≤1,表示与的距离， 运用matlab软件编写F_jir.m函数【见附录3.5】，取cs==8，的模糊相似矩阵 附录3.5：（仅附录了一段用到的程序） function [R]=F_jir(cs,X) %cs==8，直接欧几里得距离法 %cs==9，直接海明距离法（绝对值减数法） %cs==10，直接切比雪夫距离法 elseif(cs=10) C=0; for(i=1:n) for(j=i+1:n) d=0; %直接欧几里得距离法 if(cs==8) for(k=1:m) d=d+(X(i,k)-X(j,k))^2; end d=sqrt(d); %直接海明距离法 elseif(cs==9) for(k=1:m) d=d+abs(X(i,k)-X(j,k)); end %直接切比雪夫距离法 else for(k=1:m) if(dabs(X(i,k)-X(j,k))) d=abs(X(i,k)-X(j,k)); end end end if(Cd) C=d; end end end C=1/(1+C); for(i=1:n) for(j=1:n) d=0; %直接欧几里得距离法 if(cs==8) for(k=1:m) d=d+(X(i,k)-X(j,k))^2; end d=sqrt(d); %直接海明距离法 elseif(cs==9) for(k=1:m) d=d+abs(X(i,k)-X(j,k));