FCM模糊均值与改进算法

精心整理

//函数定义

double**DataRead(char*name,introw,intcol) {

double**p=newdouble*[row]; ifstreaminfile;

infile.open(name,ios::in); for(inti=0;i

p[i]=newdouble[col]; for(intj=0;j

infile>>p[i][j]; } } infile.close(); cout<<\成功读取数据文件:\ returnp; //释放内存 for(i=0;i

文档的保存 #include\voidDataSave(double**data,introw,intcol,char*name) {

inti,j; ofstreamoutfile; //打开文件，输出数据 outfile.open(name,ios::out); outfile.setf(ios::fixed); outfile.precision(4); for(i=0;i

outfile<

outfile<

outfile<

精心整理

精心整理

数据标准化处理 #include\

double**Standardize(double**data,introw,intcol) {

inti,j;

double*a=newdouble[col];//矩阵每列的最大值 double*b=newdouble[col];//矩阵每列的最小值 double*c=newdouble[row];//矩阵列元素 for(i=0;i

//取出数据矩阵的各列元素 for(j=0;ja[i]) { a[i]=c[j]; } //取出该列的最小值 if(c[j]

cout<<\完成数据极差标准化处理!\\n\ delete[]a; delete[]b; delete[]c; returndata; }

生成样本虑属矩阵

精心整理

精心整理

#include\

voidInitialize(double**u,intk,introw) {

inti,j;

//初始化样本隶属度矩阵 srand(time(0)); for(i=0;i

for(j=0;j

u[i][j]=(double)rand()/RAND_MAX;//得到一个小于1的小数隶属度 }//rand()函数返回0和RAND_MAX之间的一个伪随机数 } }

数据归一化处理 #include\voidNormalize(double**u,intk,intcol) {

inti,j; double*sum=newdouble[col]; //矩阵U的各列元素之和 for(j=0;j

迭代过程

#include\

#include\对模糊C均值进行迭代运算,并返回有效性评价函数的值 doubleUpdate(double**u,double**data,double**center,introw,intcol,intk) {

inti,j,t;

double**p=NULL;

精心整理

精心整理

for(i=0;i

for(j=0;j

//模糊指数取2

u[i][j]=pow(u[i][j],2); } }

//根据隶属度矩阵计算聚类中心

p=MatrixMul(u,k,row,data,row,col); for(i=0;i

//数据样本

for(j=0;j

for(t=0;t

b[t]=data[j][t];//暂存一样本 }

精心整理