资源简介
基于核函数的模糊C聚类均值(fcm)算法
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
相关资源
- svm_matlab 用SVM算法实现聚类与分类的例
- SA_GA 基于遗传模拟退火算法的聚类算
- Kmeans-MATLAB 该代码能够实现K均值聚类
- FCM-vs-ESSC 模糊聚类图像分割
- spectral-clustering 外国人编写的实现谱聚
- FCMLSM 改进的基于整合空间的模糊聚类
- FCM 模糊C均值聚类算法
- kmeans 基于K均值的自然图像聚类方法
- spectral_Clustering 用于聚类分析的谱聚类
- abc-clustering
- Affinity-Propagation AP聚类算法
- Kmeans 自适应K-均值聚类算法
- sparse-subspace-clustering 关于稀疏子空间
- Kmeans 使用K均值做聚类分析来进行图像
- STING_code 基于格网的空间聚类算法ST
- pso_fcm 结合pso的fcm算法
- kmeans 改进的均值聚类算法
- C_PS_matlab 粒子群聚类算法:改进原有
- Fuzzy-clustering-image-segmentation
- kfcm
- sc 实现SC谱聚类算法
- UCI 利用k-means对UCI数据集进行聚类分析
- k-means-for-iris 利用K均值聚类对鸢尾花
- FCM聚类算法实现图像分割
- k-medoids聚类matlab实现
- 经典模糊聚类实现医学图像分割.m
- som自组织神经聚类算法matlab.zip
- 基于K-means聚类算法的图像分割的MAT
- 基于聚类的方法提取关键帧
- K-means聚类分析Iris数据集模式识别
评论
共有 条评论