资源简介
matlab编写的蛙跳聚类算法(SFLA),可实现聚类分析,输出分类和准确率
代码片段和文件信息
%根据分类计算新的聚类中心,取代原来的粒子位置编码值。
function x=center(cc) %cc为当前粒子代表的分类
global S D K;
global data ;
ccc=[];
ww = zeros(SK);%初始化一个s*k矩阵,行代表样本,列代表分类
for i=1:S
ww(icc(:i)) = 1;%ww为加权矩阵,元素非0即1。矩阵每一列的元素为1的代表这些样本同属一个分类
end
for j = 1:K
sumcs = sum(ww(:j)*ones(1D).*data);%求一个分类里的数据的和
countcs = sum(ww(:j));%代表一个分类中拥有的样本的数量
if countcs==0
cen(j:) =zeros(1D);
else
cen(j:) = sumcs/countcs; %求聚类中心
end
ccc=[ccccen(j:)];%串联聚类中心
end
x=ccc;%第i个粒子的位置为该分类的K个聚类中心的串联值
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2014-04-04 08:29 SFLA\
文件 707 2013-04-17 12:09 SFLA\center.m
文件 575 2013-04-22 22:13 SFLA\clasify.m
文件 854 2013-04-24 18:36 SFLA\fit.m
文件 232 2013-04-12 13:44 SFLA\gyh.m
文件 2723 2013-04-13 22:42 SFLA\oilsk81.m
文件 4374 2013-04-10 01:55 SFLA\oilsk83.m
文件 5684 2013-04-10 01:55 SFLA\oilsk85.m
文件 3804 2013-04-24 18:39 SFLA\SFLA.m
- 上一篇:LBP特征提取的MATLAB实现
- 下一篇:chirp信号的frft的峰值搜索仿真
相关资源
- 层次聚类分析matlab实现
- k值聚类分析法matlab代码
- SA_GA 基于遗传模拟退火算法的聚类算
- spectral_Clustering 用于聚类分析的谱聚类
- Kmeans 使用K均值做聚类分析来进行图像
- UCI 利用k-means对UCI数据集进行聚类分析
- K-means聚类分析Iris数据集模式识别
- 基于matlab的各种多元统计分析模型源
- 聚类分析-层次分类法 MATLAB仿真
- 基于MATLAB的kmeans方法聚类分析
- FCM模糊聚类分析matlab实现
- FCM聚类分析matlab程序实现
- K-means方法聚类分析matlab代码实现
- 聚类分析及MATLAB实现
- 最佳聚类数指标matlab工具箱
- k均值聚类分析模型以及相关代码实现
评论
共有 条评论