资源描述：
《模糊数学在聚类分析中的作用(matlab代码).doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、function[M,N]=Example8_11X=[1.82.13.22.22.52.81.92.0;959910110398102120130;0.150.210.180.170.160.200.090.11];X=X'%X=[801062;%50164;%90646;%40573;%10124][M,N]=fuzzy_jlfx(4,5,X);end%%function[M,N]=fuzzy_jlfx(bzh,fa,X)%得到聚类结果[X]=F_JlSjBzh(bzh,X);%数据标准化[R]=F_JlR(fa,X);%建立相似矩阵[A]=fuzzy_cdbb
2、(R);%得到传递闭包矩阵[Alamd]=fuzzy_lamdjjz(A);%得到lamdf截矩阵从而得到聚类结果[M,N]=F_JlDtjl(R);%动态聚类并画出聚类图%%function[M,N]=F_JlDtjl(R)%clc;[A]=fuzzy_cdbb(R);U=unique(A);L=length(U);M=1:L;fori=L-1:-1:1[m,n]=find(A==U(i));N{i,1}=n;N{i,2}=m;A(m(1),:)=0;mm=unique(m);N{i,3}=mm;len=length(find(m==mm(1)));depth=l
3、ength(find(m==mm(2)));index1=find(M==mm(1));MM=[M(1:index1-1),M(index1+depth:L)];%index2=find(MM==mm(2));M=M(index1:index1+depth-1);M=[MM(1:index2-1),M,MM(index2:end)];endM=[1:L;M;ones(1,L)];h=(max(U)-min(U))/L;figuretext(L,1,sprintf('%d',M(2,L)));text(L+1,1-h,sprintf('%d',L));text(0,1
4、,sprintf('%3.2f',1));text(0,(1+min(U))/2,sprintf('%3.2f',(1+min(U))/2));text(0,min(U),sprintf('%3.2f',min(U)));holdonfori=L-1:-1:1m=N{i,2};n=N{i,1};mm=N{i,3};k=find(M(2,:)==mm(1));l=find(M(2,:)==mm(2));x1=M(1,k);y1=M(3,k);x2=M(1,l);y2=M(3,l);x=[x1,x1,x2,x2];M(3,[k,l])=U(i);M(1,[k,l])=s
5、um(M(1,[k,l]))/length(M(1,[k,l]));y=[y1,U(i),U(i),y2];plot(x,y);text(i,1,sprintf('%d',M(2,i)));text(M(1,k(1)),U(i)+h*0.1,sprintf('%3.2f',U(i)));text(L+1,1-i*h-h,sprintf('%d',L-i));endaxis([0L+1min(U)max(U)])axisoffholdoffendend%%function[X]=F_JlSjBzh(cs,X)%定义函数%模糊聚类分析数据标准化变换:[X]=F_JlSj
6、Bzh(cs,X)%X,数据矩阵%cs=0,不变换;cs=1,标准差变换;cs=2,极差变换;cs=其它,最大值规格化if(cs==0)return;end[n,m]=size(X);%获得矩阵的行列数if(cs==1)%平移?标准差变换for(k=1:m)xk=0;for(i=1:n)xk=xk+X(i,k);endxk=xk/n;sk=0;for(i=1:n)sk=sk+(X(i,k)-xk)^2;endsk=sqrt(sk/n);for(i=1:n)X(i,k)=(X(i,k)-xk)/sk;endendelseif(cs==2)%平移?极差变换for(k=1
7、:m)xmin=X(1,k);xmax=X(1,k);for(i=1:n)if(xmin>X(i,k))xmin=X(i,k);endif(xmax
