function?[classtype]=dbscan（xMinpEps）

%?Function:?[classtype]=dbscan（xkEps）
%?基于密度的聚類算法（DBSCAN）
%?輸入:?
%?x?-?數據?設置為（mn）;?m-目標數?n-變量數（維數）
%?Minp?-?number?of?objects?in?a?neighborhood?of?an?object?
%?（能夠被認為是一個類的最少目標數）
%?Eps?-?neighborhood?radius?if?not?known?put?[]
%
%?輸出:?
%?class?-?vector?specifying?belongingness?of?the?i-th?object?to?certain?cluster?（m1）
%?指定第i個目標所屬類的向量
%?type?-?vector?specifying?type?of?the?i-th?object?（core:?1?border:?0?outlier:?-1）
%?指定第i個目標的類型（中心：1，邊境：0，離群：-1）
%?Example?of?use:
%?x=[randn（302）*.4;randn（402）*.5+ones（401）*[4?4]];
%?[classtype]=dbscan（x5[]）
%??????????
%?References:
%?[1]?M.?Ester?H.?Kriegel?J.?Sander?X.?Xu?A?density-based?algorithm?for?discovering?
%?clusters?in?large?spatial?databases?with?noise?proc.?2nd?Int.?Conf.
%?on?Knowledge?Discovery?and?Data?Mining?Portland?OR?1996?p.?226
%?available?from:?www.dbs.informatik.uni-muenchen.de/cgi-bin/papers?query=--CO
%?[2]?M.?Daszykowski?B.?Walczak?D.?L.?Massart?Looking?for?Natural?Patterns?in?Data.?
%?Part?1:?Density?based?Approach?Chemom.?Intell.?Lab.?Syst.?56?（2001）?83-92?

%?Michal?Daszykowski
%?Department?of?Chemometrics
%?The?University?of?Silesia
%?9?Szkolna?Street
%?40-006?Katowice?Poland


[mn]=size（x）;
k=Minp;

if?nargin<3?||?isempty（Eps）
???[Eps]=epsilon（xk）;
end

x=[（1:m）‘?x];
[mn]=size（x）;
type=zeros（1m）;
no=1;
touched=zeros（m1）;

for?i=1:m
????if?touched（i）==0;
???????ob=x（i:）;
???????D=dist（ob（2:n）x（:2:n））;
???????ind=find（D<=Eps）;
????
???????if?length（ind）>1?&&?length（ind）??????????type（i）=0;
??????????class（i）=0;
???????end
???????if?length（ind）==1
??????????type（i）=-1;
??????????class（i）=-1;??
??????????touched（i）=1;
???????end

???????if?length（ind）>=k+1;?
??????????type（i）=1;
??????????class（ind）=ones（length（ind）1）*max（no）;
??????????