Matlab用k-means实现聚类算法.pdf

学 号： 课 程 设 计 课程名称 MATLAB 应用专项实践 题 目 利用聚类算法实现对数据的分类 学 院 信息工程学院 专 业 电子科学与技术 班 级 电子 1303 班 姓 名 指导教师 吴皓莹 2016 年 1 月 13 日 武汉理工大学《专业基础实践》课程设计说明书 课程设计任务书 学生姓名： 专业班级：电子 1303 班 指导教师： 吴皓莹 工作单位：信息工程学院 题 目 利用聚类算法实现对数据的分类 : 初始条件： 1.Matlab7.1 以上版本软件； 2.专业基础实践辅导资料：“MATLAB 神经网络 43 个案例说明”、“模式识别与智能计算的 MATLAB 实现”、“模式识别与智能计算——MATLAB 技术实现”相关书籍等； 3.先修课程：高等数学、线性代数、电路、MATLAB 应用实践及信号处理类基础课程。 要求完成的主要任务：题目： 1 利用多种神经网络（如 BP 神经网络、自组织网络等）实现对数据的分类 2 利用聚类算法（即非监督算法，如 k-means 等）实现对数据的分类 3 利用监督算法（如决策树、贝叶斯、最近邻算法等）实现对数据的分类 4 利用集成算法（如 Boosting、Bagging、Random Subspace 等）实现对数据的分类 5 利用 Svm 算法实现对数据的分类 要求： 1 学习并掌握各种分类算法的分类原理； 2 至少实现两种算法，并对比分析各自分类性能; A 若题目 2 中只实现了一种聚类算法，可另外再实现任一种监督算法进行比较分析； B 题目 5 中，也可任选另一种分类算法进行对比，或者具体分析 SVM 算法中核函数等多个参数的 选择对分类性能的影响； 3 要实现 PCA 算法，对比是否才有 PCA 算法对分类结果的影响； 4 各个分类算法的参数设置对分类结果也有影响，实验过程中要注意参数的选择； 5 分类过程及结果需要有丰富的图示说明。 时间安排：1 周 指导教师签名： 年 月 日 系主任（或责任教师）签名： 年 月 日 武汉理工大学《专业基础实践》课程设计说明书 摘要 本次课程设计为应用专项实践课程设计，专业基础实践涉及方面很广泛，包括信号系 统、物理光学、电磁场与电磁波等各方面知识的相互结合与实际运用。旨在利用 MATLAB 软件解决相应的问题或完成相关的设计。本次课程设计所选择的题目是 Matlab 利用聚类算法实现对数据的分类，实现对数据的分类是各门课程中的一个重要内容，利 用 MATLAB 工具使复杂的数据分析直观明了,有利于我们加深对复杂数据数学模型化过 程的理解。本