原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于ＶＢ与ＭａｔｒｉｘＶＢ的模糊Ｃ均值方法实现
摘 要：针对Visual Basic数值计算能力和图像处理能力的不足，不利于系统开发，介绍了模糊C均值法的原理及其基于VB和MatrixVB的实现;该方法将Matlab的强大计算功能与VB的Windows用户界面开发方面优势结合起来，充分发挥各自优势，缩短了软件的开发周期。软件测试结果表明，该计算方法正确，软件界面友好，计算速度快，系统资源消耗少，操作简便易行，能满足数据分类的要求。
关键词：Visual Basic;MatrixVB;模糊C均值;模式识别
中图分类号：TQ15.9;TP311 文献标识码：B 文章编号：1004 373X(2009)02 102 02
Realization of Fuzzy C－Means Based on Visual Basic and MatrixVB
LIU Chao1,LI Maokuan2,WANG Weihua3
(1.PLA General Staff Meteorological and Hydrological Department,Beijing,100081,China;
2.Naval Aeronautical and Astronautical University,Yantai,264001,China;3.Unit 61828 of PLA,Kashi,844200,China)
Abstract：According to the situation that Visual Basic is insufficient in numerical computation,image processing ability and is weak in algorithm development.The theory of fuzzy C－means and the realization of fuzzy C－means by incorporating VBand MatrixVB are introduced.The incorporated advances of Matlab′s powerful calculation function and Visual Basic′s friendly graphic user interface shorten the period of software development by taking the advantages of both.It has been demonstrated by the instance that the calculating procedure is accurate.The software interface is friendly.Beside this,resource expenditure of computer is low and calculating speed is quick,the software is convenient to use.It can fulfill the data clustering problem well.
Keywords：Visual Basic;MatrixVB;fuzzy C－means;pattern recognition
0 引 言
聚类是将一组给定的未知类标号的样本分成内在的多个类别，使得同一类中的样本具有较高的相似度，而不同类中的样本差别大。聚类分析的目的是揭示和刻画数据的内在结构，其内容涉及统计学、生物学、以及机器学习等研究领域，并在模式识别、数据分析和挖掘、图像处理等领域获得了广泛的应用［1］。模糊C均值（Fuzzy C－Means，FCM）算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一类的对象之间相似度最大，而不同类之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。
目前大多数针对模式识别的软件都是基于Matlab，模糊C均值就已经集成在Matlab语言中。Matlab是集数值分析、矩阵运算、信号处理和图形显示于一体的高性能数学软件，但Matlab也存在其自身的局限性：一般基于Matlab的应用程序不能脱离Matlab集成环境工作，而且编写界面的功能相对较弱，Matlab本身是一种解释性的语言，运行速度非常慢，大大降低了程序的效率。因此，将Matlab与VB有效地集成在一起，实现应用系统的无缝集成，对于有效缩短开发周期，优化系统性能是十分有意义的。介绍用VB与Matr
文档评论（0）