%模糊c-均值聚類算法
function?[center?U?obj_fcn]?=?fcm（data?cluster_n?options）
%?fcm_xqy.m???采用模糊C均值對數(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個樣本每個樣本具有m維的特征值
%???N_cluster???----?標量表示聚合中心數(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志????????????????（缺省值:?1）
%?輸出：
%???center??????----?聚類中心
%???U???????????----?隸屬度矩陣
%???obj_fcn?????----?目標函數(shù)值
%???Example:
%???????data?=?rand（1002）;
%???????[centerUobj_fcn]?=?fcm（data2）;
%???

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-10-12?00:01??wpt_entropy_fcm_bearing\
?????文件????????5378??2017-01-22?23:56??wpt_entropy_fcm_bearing\fcm.m
?????文件????????5371??2017-01-22?23:54??wpt_entropy_fcm_bearing\wpt_entropy_fcm.m