matlab模糊聚类程序.pdfVIP

实用标准文档 3. 数据标准化 （1） 数据矩阵 设论域 U={x ,x ,x ,x ,x ,x ,x ,x ,x ,x x ,x } 为被分类的对象，每个 1 2 3 4 5 6 7 8 9 10, 11 12 Y =y{ y, y, y, y, y, y, y, y, } 对 象 又 由 指 标 1 2 3 4 5 6 7 表 示 其 性 状 即 x =x{ x , x , x , x , x , x , x , x , x , x x, } (i=1,2, … ,12) 于 是 得 到 i 1i 2i 3i 4i 5i 6i 7i 8i 9i 1i i i 原是数据矩阵 7 5 2 5 0 1 3 4 2 12 17 8 21 9 2 38 4 37 83 29 59 65 37 20 54 13 26 53 13 31 36 21 23 12 18 14 178 69 112 78 104 36 94 31 47 23 25 36 11 12 11 24 6 16 A= 101 32 53 52 86 52 41 38 94 28 6 7 8 8 2 0 3 29 169 51 58 72 49 30 48 37 146 327 91 126 92 89 69 79 29 49 93 27 54 64 24 17 23 11 49 18 7 9 5 1 2 18 3 8 （2） 数据标准化 将模糊矩阵的每一个数据压缩到 [0,1] 上，采用平移 . 极差变换进行数据标准 化 A(i,k)- min {A(i,k)} B(i,k)= 1 i n (k=1,2, …,m) max {A(i,k)}- min {A(i,k)} 1 i n 1 i n 运用 matlab 编程由函数 F_jisjbzh.m 【见附录 3.4 】的标准化矩阵是 附录 3.4 function [X]=F_JISjBzh(cs,X) %模糊聚类分析数据标准化变换 %X原始数据矩阵； cs=0 ，不变换； cs=1，标准差变换 %cs=2,极差变换 if(cs==0) return ;end [n,m]=size(X);% 获得矩阵的行列数 if(cs==1) % 平移极差变换