FCM κώδικα σε MATLAB

MATLAB είναι μια βιομηχανία - τυποποιημένο λογισμικό για την ανάλυση μια ποικιλία τεχνικών και επιστημονικών δεδομένων . Ένας βασικός στόχος πολλών αναλυτικών μεθόδων είναι να αναγνωρίζουν μοτίβα στα υποκείμενα δεδομένα . Συχνά αυτό συνεπάγεται διαίρεση των δεδομένων σε διαφορετικές ομάδες . Ένας συχνά χρησιμοποιούμενος αλγόριθμος ομαδοποίησης είναι fuzzy c -means clustering , που αναπτύχθηκε από Dunn το 1973 και βελτιώθηκε από Bezdek το 1981 . Επισκόπηση
Η

Σε fuzzy c -means clustering , ή FCM , σημεία δεδομένων μπορεί να ανήκει σε περισσότερα από ένα σύμπλεγμα . Ένας επαναληπτικός αλγόριθμος ελαχιστοποιεί μια αντικειμενική συνάρτηση να βρεθεί η βέλτιστη ένταξη cluster για κάθε σημείο στα δεδομένα που έχουν συλλεγεί. Επανάληψη του αλγορίθμου ομαδοποίησης θα σταματήσει όταν η αντικειμενική συνάρτηση φτάσει σε ένα τοπικό ελάχιστο ή σέλα σημείο . FCM μπορεί να συνδυαστεί με άλλους αλγορίθμους αναζήτησης, ώστε να εξασφαλιστεί το βέλτιστο αποτέλεσμα
εικόνων Στόχος Λειτουργία
Η

Η αντικειμενική συνάρτηση FCM J_m είναι ίση με : .

άθροισμα ( i = 1 ... N ) [ άθροισμα ( j = 1 ... Γ ) [ u_ij ^ m κανόνας ( x_i - c_j ) ^ 2 ] ] Ξενοδοχεία

Η αντικειμενική συνάρτηση θεωρείται σε πραγματικές τιμές από m μεταξύ 1 και θετική άπειρο . Η u_ij αξία είναι η συμμετοχή του σημείου δεδομένων x_i στο j-οστό cluster , επικεντρώνεται σε c_j

Η αλγόριθμο
Η

Ο αλγόριθμος βελτιστοποίησης FCM έχει τέσσερα στάδια . :

1 . Η προετοιμασία της U_0 matrix = [ u_ij ] .2 . Υπολογισμό των κέντρων συμπλέγματος C_k = [ c_j ] από U_k , όπου το k είναι ένας ακέραιος ίσος επανάληψη του algorithm.3 . Ενημερωμένη U_ (k +1) από το νέο C_k.4 . Υπολογίστε την τιμή του J_k . Αν η νέα στάση του προκάλεσε J_k να αυξήσει , να σταματήσει , αλλιώς επιστρέψτε στο βήμα 2 .
Εικόνων MATLAB Χρήση
Η

MATLAB υλοποιεί fuzzy c -means clustering στο fcm ( λειτουργία ) . Ο Fuzzy Logic εργαλειοθήκη απαιτείται για τη χρήση του FCM ( λειτουργία ) . Η σύνταξη της κλήσης είναι :

[ κέντρα , U , objFun ] = fcm ( my_data , n_clusters ) ?

Η my_data μεταβλητή είναι τα δεδομένα εισόδου , ​​όπου κάθε γραμμή αντιπροσωπεύει ένα σημείο δεδομένων . Η μεταβλητή n_clusters είναι ο αριθμός των clusters στην ομάδα τα δεδομένα. Η έξοδος των κέντρων είναι η μήτρα των κέντρων βέλτιστη συμπλέγματος. U είναι η βέλτιστη fuzzy partition ή των μελών της μήτρας . Η μεταβλητή objFun είναι η τελική τιμή της αντικειμενικής συνάρτησης .
Η
εικόνων