MATLAB模糊c均值算法FCM分類_第1頁
MATLAB模糊c均值算法FCM分類_第2頁
MATLAB模糊c均值算法FCM分類_第3頁
MATLAB模糊c均值算法FCM分類_第4頁
MATLAB模糊c均值算法FCM分類_第5頁
已閱讀5頁，還剩5頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、模糊c均值算法FCM分類遙感12-2班劉杰1204090215模糊模糊c-均值聚類算法均值聚類算法 fuzzy c-means algorithm (FCMA)或稱（ FCM）。在眾多模糊聚類算法中，模糊C-均值（ FCM） 算法應用最廣泛且較成功，它通過優化目標函數得到每個樣本點對所有類中心的隸屬度，從而決定樣本點的類屬以達到自動對樣本數據進行分類的目的。 FCM算法是一種基于劃分的聚類算法，它的思想就是使得被劃分到同一簇的對象之間相似度最大，而不同簇之間的相似度最小。模糊C均值算法是普通C均值算法的改進，普通C均值算法對于數據的劃分是硬性的，而FCM則是一種柔性的模糊劃分。FCM聚類算法：

2、原圖：程序： %functio n U,z,U1=SARFCM %讀入并顯示圖像clear,clcIMGN=input(Input Original Image Name: ,s);img=imread(IMGN);figureimshow(img)title(原圖);c=3; %分類數m=2; %模糊度e=0.0001; %閾值A=double(img(:,:,1); n1,n2=size(A);A=reshape(A,n1*n2,1);N=n1*n2; %樣本數 U0=rand(N,c); U1=sum(U0,2 ); %求出每一行的元素總數U2=repmat(U1,1,c);%將每一行總

3、數復制成n*c矩陣U=U0./U2; clear U0 U1 U2; U0=U;a=1;Z=0;while afor j=1:c V(j)=sum(U(:,j).m.*A)/sum(U(:,j).m); %求聚類中心 W(:,j)=abs(repmat(V(j),N,1)-A); %距離end for i=1:N for j=1:c; if W(i,j)=0 U(i,:)=zeros(1,c); U(i,j)=1; else U(i,j)=1/sum(repmat(W(i,j),1,c)./W(i,:).(2/(m-1); %求隸屬度 end end end if max(max(abs(U-U0)100 break endend %輸出圖像t=max(U,2);t=repmat(t,1,c); %最大值排成1*cU=double(t=U);for i=1:N F(i)= find(U(i,:)=1);endF=reshape(F,n1,n2);map=1,1,1;0,0,0;1,0,0;0,1,0;0,0,1figure,imshow(uint8(F),map

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論