【聚类分析】基于FCM聚类实现交通干道车流量聚类分析及预测含Matlab源码

1 简介

随着模糊聚类理论的形成，针对不同的应用层面，越来越多的模糊聚类算法被提出来，最为典型的有基于目标函数的模糊聚类方法、基于相似-模糊关系的方法、基于模糊等价关系的传递闭包法、还有基于图论的最小支撑树方法等。在众多模糊算法中，基于目标函数的模糊聚类方法（FCM）是其中最受欢迎的一种。该方法是将归类问题转化为一个约束的、非线性的规划问题。通过优化求解这个规划问题，从而得到数据集的模糊划分和归类。该方法设计简单，应用范围广，还可以借助经典数学的非线性规划理论求解，而且容易通过计算机编程语言在计算机上得以实现。聚类，就是对事物按照一定的规律和要求进行分类的过程，其中仅通过事物之间的相似性作为分类规则，而缺乏对数据的先验知识的分类属于无监督分类。而聚类分析是通过数学的方法将一个原本没有类别标记的样本集按照一定的准则划分成几个子集，使得相似的样本尽可能的聚集在一类，不相似的样本尽可能的处于不同的类中，是一种多元统计分析方法。

2 部分代码

function [U, V,objFcn] = myfcm(weight, data, c, T, m, epsm)  % fuzzy c-means algorithm  % 输入： data： 待聚类数据，n行s列，n为数据个数，s为每个数据的特征数  %        c  ：  聚类中心个数  %        m  :   模糊系数  % 输出： U  :   隶属度矩阵，c行n列，元素uij表示第j个数据隶属于第i类的程度  %        V  ：  聚类中心向量，c行s列，有c个中心，每个中心有s维特征  % written by Zhang Jin  % see also  :  mydist.m  myplot.m    if nargin < 4      T = 100;   %默认迭代次数为100  end  if nargin < 6      epsm = 1.0e-6;  %默认收敛精度  end  if nargin < 5      m = 2;   %默认模糊系数值为2  end    [n, s] = size(data);   % 初始化隶属度矩阵U(0),并归一化  U0 = rand(c, n);  temp = sum(U0,1);  for i=1:n      U0(:,i) = U0(:,i)./temp(i);  end  iter = 0;   V(c,s) = 0; U(c,n) = 0; distance(c,n) = 0;    while( iter<T  )      iter = iter + 1;  %    U =  U0;      % 更新V(t)      Um = U0.^m;      V = Um*data./(sum(Um,2)*ones(1,s));   % MATLAB矩阵相乘啊，好东西      % 更新U(t)      for i = 1:c          for j = 1:n              distance(i,j) = mydist(data(j,:),V(i,:),weight);  % 算距离，去data的第j行        end      end      U=1./(distance.^m.*(ones(c,1)*sum(distance.^(-m))));       objFcn(iter) = sum(sum(Um.*distance.^2));      % FCM算法停止条件      if norm(U-U0,Inf)<epsm            break      end        U0=U;  end  % myplot(U,objFcn);

3 仿真结果

4 参考文献

[1]戈国华, 肖海波, 张敏. 基于FCM的数据聚类分析及Matlab实现[J]. 福建电脑, 2007(4):2.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除

【聚类分析】基于FCM聚类实现交通干道车流量聚类分析及预测含Matlab源码相关推荐

【CV/Matlab系列】基于图像处理的苹果质量检测和分级系统【含Matlab源码】
DATE: 2020.10.18 文章目录前言 1.代码获取方式 2.效果展示 2.1.示例1 2.2.示例2 前言在之前大学毕设时,设计了一种基于图像处理的苹果质量检测和分级系统.采用matla ...
【数据聚类】基于改进的粒子群算法优化K-means算法实现数据分类含Matlab源码
1 简介针对传统的K-means算法对初始聚类中心的选取敏感,容易收敛到局部最优的缺点,提出一种基于改进粒子群优化算法(PSO)的K-means优化聚类算法.该算法利用PSO算法强大的全局搜索能力对 ...
【优化调度】基于粒子群算法求解水火电调度优化问题含Matlab源码
1 简介粒子群算法因其原理简单,易于编程,适于并行计算等优点而得到了广泛的应用.本文探讨和分析了Matlab粒子群算法工具箱,并提出了基于该工具箱来实现水电站优化调度计算的方法.计算实例表明,Mat ...
【ELM预测】基于粒子群算法PSO优化极限学习机预测含Matlab源码
1 模型为了提高空气质量预测精度,提出一种基于粒子群算法优化极限学习机的空气质量预测模型.运用粒子群算法优化极限学习机的初始权值和偏置,在保证预测误差最小的情况下实现空气质量最优预测.选择平均绝对百 ...
【毕业设计/matlab系列】基于区域生长和形态学处理的道路检测实现【含Matlab源码】
Date:2022.6.11 文章目录代码获取方式 1.前言 2.实现效果 3.部分matlab代码代码获取方式方式一:订阅付费专栏 <毕业设计代码进阶版>,可获取该付费专栏中任意代 ...
【语音去噪】基于最小二乘自适应滤波LMS和RLS实现语音去噪含Matlab源码
1 简介自适应信号处理的理论和技术已经成为人们常用滤波和去噪技术.文中讲述了自适应滤波的原理以及LMS算法和RLS算法两种基本自适应算法的原理及步骤.并用MATLAB分别对两种算法进行了自适应滤波仿 ...
【选址优化】基于粒子群算法求解配电网抢修选址优化问题含Matlab源码
1 简介基于粒子群算法求解配电网抢修选址优化问题. 2 部分代码 function DrawCircle(Circle1, Circle2, r, 3600, s)plot(model.trou ...
【图像重建】基于正交匹配追踪(OMP)算法结合小波变换是图像重建含Matlab源码
1 简介压缩感知是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩数据的采集.该技术应用于医学成像领域,加快CT和MRI的 ...
【语音识别】基于DTW算法实现0~9数字和汉字语音识别含Matlab源码
1 简介在孤立词语音识别中,动态时间规整DTW算法是一种应用较为广泛的算法之一,有着较强的科学性,在立足于当前DTW语音识别算法应用的实际情况下,简略阐述了该课题的研究背景,并从预处理和特征参数提取 ...
【表情识别】基于稀疏表示特征模板匹配算法实现人脸表情识别含Matlab源码
1 简介随着模式识别.图像处理及机器学习的发展,快速有效的自动识别与验证技术由于其巨大的理论及实际应用价值吸引了广泛关注.作为生物识别中重要的验证手段,人脸识别在信息安全.刑事侦查和视频监控等领域获 ...