资源简介

基本思想:首先任意选取K个聚类中心,按最小距离原则将各模式分配到K类的某一类; 不断计算聚类中心和调整各模式的类别,最终使各模式到其判属类别中心的距离平方之和最小。

资源截图

代码片段和文件信息

clear;
clc;
x=[0321546567];
y=[0821383445];
    ca1(1)=x(4);%center of first cluster
    cb1(1)=y(4);
    ca2(1)=x(2);%center of second cluster
    cb2(1)=y(2);
    ca3(1)=x(9);%center of third cluster
    cb3(1)=y(9);
    d1=0;d2=0;d3=0;Z=zeros(13);d=0;
    suma1=ca1(1);sumb1=cb1(1);
    suma2=ca2(1);sumb2=cb2(1);
    suma3=ca3(1);sumb3=cb3(1);
    n1=1;n2=1;n3=1;
    k=1;
    t=0;
    cluster=zeros(110);
    ra1=0.0;
    rb1=0.0;
    ra2=0.0;
    rb2=0.0;
    ra3=0.0;
    rb3=0.0;
while t==0
    for i=1:10
    d1=(x(i)-ca1(k))^2+(y(i)-cb1(k))^2;
    d2=(x(i)-ca2(k))^2+(y(i)-cb2(k))^2;
    d3=(x(i)-ca3(k))^2+(y(i)-cb3(k))^2;
    Z=[d1d2d3];
    d=min(Z);
    if d==d1
        suma1=suma1+x(i);
        sumb1=sumb1+y(i);
        n1=n1+1;
        cluster(i)=1;
    elseif d==d2
        suma2=suma2+x(i);
   

评论

共有 条评论