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

资源截图

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

评论

共有 条评论