资源简介

基于核函数的模糊C聚类均值(fcm)算法

资源截图

代码片段和文件信息

clear;
close all;

aaa=imread(‘chepai.jpg‘);
date=rgb2gray(aaa);
[mn]=size(date);
subplot(221)imshow(date);title(‘ 图一 原图像‘)
subplot(222)imhist(date);title(‘ 图二 原图像的灰度直方图‘)
[countx]=imhist(date);
count=count/sum(count);
date=double(date);
v=zeros(2);
u=zeros(2562);
v(1)=fix(rand(1)*256);
v(2)=fix(rand(1)*256);                    %两个随机聚类中心
v1=zeros(2);
while ((v1(1)-v(1))^2+(v1(2)-v(2))^2)>0.001
    v1(1)=v(1);
    v1(2)=v(2);
    for i=1:256
       j=i-1;
     if (j-v(1))^2<0.001
        u(i1)=1.0;
        u(i2)=0.0;             %属于接近V1的归为一类。
     else if(j-v(2))^2<0.001
          u(i1)=0.0;
          u(i2)=1.0;%属于接近V2的归为一类。 
         else%否则,更新隶属度。 
                tep=0.0;
                for j1=1:2 
                    tep=tep+1/(k(jj)-2*k(jv(

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1719  2010-06-07 10:51  fcm.m

     文件         41  2010-06-07 10:53  k.m

----------- ---------  ---------- -----  ----

                 1760                    2


评论

共有 条评论