模糊动态聚类分析

1.function[Ax]=F_tj(A,m0)%定义函数

%模糊统计，m0划分区间个数

[n,m]=size(A);%获得矩阵的行列数

Amin=A(1,1);%A的最小值

Amax=A(1,2);%A的最大值

for(i=1:n)

if(A(i,1)>A(i,2))x=A(i,2);A(i,2)=A(i,1);A(i,1)=x;end%A的最小值

if(A(i,1)

if(A(i,2)>Amax)Amax=A(i,2);end%A的最大值

end

x=Amin:(Amax-Amin)/m0:Amax;

Ax=[];

for(k=1:m0+1)Ax(k)=0;

for(i=1:n)if(x(k)>=A(i,1)&x(k)<=A(i,2))Ax(k)=Ax(k)+1;end; end

Ax(k)=Ax(k)/n;

end

bar(Ax);%模糊统计直方图，或用plot(x,Ax)画折线图

2.function[C]=Max_Min(A,B)

%模糊矩阵的合成运算，先取大，后取小

[m,s]=size(A);[s1,n]=size(B);C=[];

if(s1~=s)return;end

for(i=1:m)for(j=1:n)C(i,j)=0;

for(k=1:s)x=0;

if(A(i,k)

else x=B(k,j);end

if (C(i,j)

end

end;end

3.function[X]=F_JlSjBzh(cs,X)

%模糊聚类分析数据标准化变换

%X原始数据矩阵；cs=0，不变换；cs=1，标准差变换；cs=2，极差变换

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);end

xk=xk/n;sk=0;

for(i=1:n)sk=sk+(X(i,k)-xk)^2;end

sk=sqrt(sk/n);

for(i=1:n)X(i,k)=(X(i,k)-xk)/sk;end

end

else%平移极差变换

for(k=1:m)xmin=X(1,k);xmax=X(1,k);

for(i=1:n)

if(xmin>X(i,k))xmin=X(i,k);end

if(xmax

end

for(i=1:n)X(i,k)=(X(i,k)-xmin)/(xmax-xmin);end

end

end

4.function[R]=F_JlR(cs,X)

%模糊聚类分析建立模糊相似矩阵

%X，数据矩阵

%cs=1,数量积法

%cs=2,夹角余弦法

%cs=3,相关系数法

%cs=4,指数相似系数法

%cs=5,最大最小值法

%cs=6,算术平均最小法

%cs=7,几何平均最小法

%cs=8,直接欧几里得距离法

%cs=9,直接海明距离法(绝对值减法)

%cs=10,直接切比雪夫距离法

%cs=11,倒数欧几里得距离法

%cs=12,倒数海明距离法(绝对值倒数法)

%cs=13,倒数切比雪夫距离法

%cs=14,指数欧几里得距离法

%cs=15,指数海明距离法(绝对值指数法)

%cs=16,指数切比雪夫距离法

[n,m]=size(X);%获得矩阵的行列数

R=[];

if(cs==1)maxM=0;pd=0;%数量积法

for(i=1:n)for(j=1:n)if(j~=i)x=0;

for(k=1:m)x=x+X(i,k)*X(j,k);end

if(maxM

end;end;end

if(maxM<0.000001)return;end

maxM=maxM+1;

for(i=1:n)for(j=1:n)

if(i==j)R(i,j)=1;

else R(i,j)=0;

for(k=1:m)R(i,j)=R(i,j)+X(i,k)*X(j,k);end

R(i,j)=R(i,j)/maxM;

if(R(i,j)<0)pd=1;end

end

end;end

if(pd)for(i=1:n)for(j=1:n)R(i,j)=(R(i,j)+1)/2;end;end;end elseif(cs==2)%夹角余弦法

for(i=1:n)for(j=1:n)xi=0;xj=0;

for(k=1:m)xi=xi+X(i,k)^2;xj=xj+X(j,k)^2;end

s=sqrt(xi*xj);R(i,j)=0;

for(k=1:m)R(i,j)=R(i,j)+X(i,k)*X(j,k);end

R(i,j)=R(i,j)/s;

end;end

elseif(cs==3)%相关系数法

for(i=1:n)for(j=1:n)xi=0;xj=0;

for(k=1:m)xi=xi+X(i,k);xj=xj+X(j,k);end

xi=xi/m;xj=xj/m;xis=0;xjs=0;

for(k=1:m)xis=xis+(X(i,k)-xi)^2;xjs=xjs+(X (j,k)-xj)^2;end

s=sqrt(xis*xjs);R(i,j)=0;

for(k=1:m)R(i,j)=R(i,j)+abs((X(i,k)-xi)*(X (j,k)-xj));end

R(i,j)=R(i,j)/s;

end;end

elseif(cs==4)%指数相似系数法

for(i=1:n)for(j=1:n)R(i,j)=0;

for(k=1:m)xk=0;

for(z=1:n)xk=xk+X(z,k);end