function?[center?U?obj_fcn]?=?FCMClust（data?cluster_n?options）
%?FCMClust.m???采用模糊C均值對(duì)數(shù)據(jù)集data聚為cluster_n類?
%
%?用法：
%???1.??[centerUobj_fcn]?=?FCMClust（DataN_clusteroptions）;
%???2.??[centerUobj_fcn]?=?FCMClust（DataN_cluster）;
%???
%?輸入：
%???data????????----?nxm矩陣表示n個(gè)樣本每個(gè)樣本具有m的維特征值
%???N_cluster???----?標(biāo)量表示聚合中心數(shù)目即類別數(shù)
%???options?????----?4x1矩陣，其中
%???????options（1）:??隸屬度矩陣U的指數(shù)，>1??????????????????（缺省值:?2.0）
%???????options（2）:??最大迭代次數(shù)???????????????????????????（缺省值:?100）
%???????options（3）:??隸屬度最小變化量迭代終止條件???????????（缺省值:?1e-5）
%???????options（4）:??每次迭代是否輸出信息標(biāo)志????????????????（缺省值:?1）
%?輸出：
%???center??????----?聚類中心
%???U???????????----?隸屬度矩陣
%???obj_fcn?????----?目標(biāo)函數(shù)值
%???Example:
%???????data?=?rand（1002）;
%???????[centerUobj_fcn]?=?FCMClust（data2）;
%???????plot（data（:1）?data（:2）‘o‘）;
%???????hold?on;
%???????maxU?=?max（U）;
%???????index1?=?find（U（1:）?==?maxU）;
%???????index2?=?find（U（2:）?==?maxU）;
%???????line（data（index11）data（index12）‘marker‘‘*‘‘color‘‘g‘）;
%???????line（data（index21）data（index22）‘marker‘‘*‘‘color‘‘r‘）;
%???????plot（[center（[1?2]1）][center（[1?2]2）]‘*‘‘color‘‘k‘）
%???????hold?off;


if?nargin?~=?2?&?nargin?~=?3????%判斷輸入?yún)?shù)個(gè)數(shù)只能是2個(gè)或3個(gè)
	error（‘Too?many?or?too?few?input?arguments!‘）;
end

data_n?=?size（data?1）;?%?求出data的第一維（rows）數(shù)即樣本個(gè)數(shù)
in_n?=?size（data?2）;???%?求出data的第二維（columns）數(shù)，即特征值長度
%?默認(rèn)操作參數(shù)
default_options?=?[2;	%?隸屬度矩陣U的指數(shù)
????100;????????????????%?最大迭代次數(shù)?
????1e-5;???????????????%?隸屬度最小變化量迭代終止條件
????1];?????????????????%?每次迭代是否輸出信息標(biāo)志?

if?nargin?==?2
	options?=?default_options;
?else???????%分析有options做參數(shù)時(shí)候的情況
	%?如果輸入?yún)?shù)個(gè)數(shù)是二那么就調(diào)用默認(rèn)的option;
	if?length（options）?		tmp?=?default_options;
		tmp（1:length（options））?=?options;
		options?=?tmp;
????end
????%?返回options中是數(shù)的值為0（如NaN）不是數(shù)時(shí)為1
	nan_index?=?find（isnan（options）==1）;
????%將denfault_options中對(duì)應(yīng)位置的參數(shù)賦值給options中不是數(shù)的位置.
	options（nan_index）?=?default_options（nan_index）;
	if?options（1）?<=?1?%如果模糊矩陣的指數(shù)小于等于1
		error（‘The?exponent?should?be?greater?than?1!‘）;
	end
end
%將options?中的分量分別賦值給四個(gè)變量;
expo?=?options（1）;??????????%?隸屬度矩陣U的指數(shù)
max_iter?=?options（2）;		%?最大迭代次數(shù)?
min_impro?=?options（3）;		%?隸屬度最小變化量迭代終止條件
display?=?options（4）;		%?每次迭代是否輸出信息標(biāo)志?

obj_fcn?=?zeros（max_iter?1）;	%?初始化輸出參數(shù)obj_fcn

U?=?initfcm（cluster_n?data_n）;?????%?初始化模糊分配矩陣使U滿足列上相加為1
%?Main?loop??主要循環(huán)
for?i?=?1:max_iter
????%在第k步循環(huán)中改變聚類中心ceneter和分配函數(shù)U的隸屬度值;
	[U?center?obj_fcn（i）]?=?stepfcm（data?U?cluster_n?expo）;
	if?display?
		fprintf（‘FCM:Iteration?count?=?%d?obj.?fcn?=?%f\n‘?i?obj_fcn（i））;
	end
	%?終止條件判別
	if?i?>?1
		if?abs（obj_fcn（i）?-?obj_fcn（i-1））?????????????break;
????????end
	end
end

iter_n?=?i;	%?實(shí)際迭代次數(shù)?
obj_fcn（iter_n+1:max_iter）?=?[];


%?子函數(shù)
function?U?=?initfcm（cluster_n?data_n）
%?初始化fcm的隸屬度函數(shù)矩陣
%?輸入:
%???cluster_n???----?聚類中心個(gè)數(shù)
%???data_n??????----?樣本點(diǎn)數(shù)
%?輸出：
%???U???????????----?初始化的隸屬度矩陣
U?=?r

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件???????4794??2005-05-06?21:43??FCM\FCMClust.m

?????文件??????98226??2005-11-26?14:24??FCM\fcm結(jié)果2.jpg

?????文件?????185480??2005-11-26?14:10??FCM\imsdata.mat

?????文件???????6369??2005-09-22?18:45??FCM\KFCMClust.m

?????文件??????15202??2005-11-26?14:37??FCM\MainGUI.fig

?????文件??????29990??2005-11-26?14:43??FCM\MainGUI.m

?????文件?????128731??2005-05-06?11:14??FCM\核聚類算法2.pdf

?????目錄??????????0??2009-05-07?09:15??FCM

-----------?---------??----------?-----??----

???????????????468792????????????????????8