FCM的MATLAB实现

function[centerUobj_fun]=FCMCluster（datanoptions）
%采用模糊C均值将数据集data分为n类
%用法
% 1 [centerUobj_fcn]=FCMCluster（datanoptions）;
% 2 [centerUobj_fcn]=FCMCluster（datan）;

%输入 
% data    n*m矩阵，n个样本数，每个样本的维度为m
% n       类别数
% options 4*1 矩阵
%   options（1）:隶属度矩阵U的加权指数>1（缺省值2.0）
%   options（2）:最大迭代次数（缺省值100）
%   options（3）:隶属度最小变化量，迭代终止条件（缺省值1e-5）
%   options（4）:每次迭代是否输出信息标志（缺省值0）

%输出
% center    聚类中心
% U         隶属度矩阵
% obj_fun   目标函数值


if nargin~=2 && nargin~=3
    error（‘Too many or too few input arguments‘）;  
end 

data_n=size（data1）;   %求出data的第一维数，即行数、样本数     
in_n=size（data2）;  %求出data的第二维数，即列数、特征属性个数

%默认参数
default_options=[2;100;1e-6;1];%隶属度矩阵U的指数2，最大迭代次数100，
                               %隶属度最小变化量，迭代终止条件1e-5
                               %1指输出迭代信息标志，可以设为0不输出。


%参数配置
  %如果只输入前两个参数，选用默认的参数;如果参数个数小于4，其他选用默认参数
  if nargin==2
      options=default_options;   %如果输入参数是2，则调用默认的option
  else
       if length（options）<4  %如果option<4，则使用其他默认值
           tmp=default_options;
           tmp（1:length（options））=options;
           options=tmp;
       end 
       nan_index=find（isnan（options）==1）; %检测option中是否有nan值
       options（nan_index）=default_options（nan_index）;%将default_option的对应位
                                             %置的数值给option中不是数的位置

       if options（1）<=1
           error（‘The exponent should be greater than 1!‘）;
       end  %如果模糊矩阵的指数<=1，给出报错。
  end 

  %将options 中的分量分别赋值给四个变量
  expo=options（1）; %隶属度矩阵U的指数
  max_iter=options（2）;%最大迭代次数
  min_impro=options（3）;%隶属度最小变化量，迭代终止条件
  displ