標(biāo)題: 模式識(shí)別算法matlab程序 壓縮 剪輯近鄰法 parzen窗 c均值算法 bayes判別 [打印本頁]
作者: lisai    時(shí)間: 2017-4-22 21:12
標(biāo)題: 模式識(shí)別算法matlab程序 壓縮 剪輯近鄰法 parzen窗 c均值算法 bayes判別
關(guān)于模式識(shí)別中的一些算法的matlab程序
bayes判別\
c均值算法\
parzen窗\
剪輯近鄰法\
壓縮近鄰法\

源碼下載：
模式識(shí)別.rar (7.61 KB, 下載次數(shù): 16)



下面是剪輯近鄰法源碼：
  1. %% 剪輯近鄰法
  2. %% 初始化操作
  3. clc
  4. close all
  5. clear all
  6. n=100;
  7. N=3*n;
  8. %% 訓(xùn)練樣本1 二維聯(lián)合正態(tài)分布的期望和方差，并隨機(jī)產(chǎn)生 N 個(gè)樣本
  9. mu1=[2 3];
  10. SIGMA1=[20 1.5; 1.5 30];
  11. tra_sam1 = mvnrnd(mu1,SIGMA1,N);
  12. %% 訓(xùn)練樣本2 二維聯(lián)合正態(tài)分布的期望和方差，并隨機(jī)產(chǎn)生 N 個(gè)樣本
  13. mu2=[10,11];
  14. SIGMA2=[20 1.5;1.5 30];
  15. tra_sam2 = mvnrnd(mu2,SIGMA2,N);
  16. %% 保留原始樣本
  17. tra_sam_org1=tra_sam1;
  18. tra_sam_org2=tra_sam2;
  19. %% 對(duì)樣本進(jìn)行分類，分為3類
  20. num0=0; %% 用于存放上一次剪輯后樣本個(gè)數(shù)
  21. edit_time=0; %% 記錄剪輯次數(shù)
  22. m=0;    %% 記錄沒有可被剪輯樣本的連續(xù)次數(shù)
  23. N1=N;N2=N; %%分別記錄剪輯后樣本類1，類2的樣本個(gè)數(shù)
  24. while m<5
  25.     m11=1;m21=1;m31=1;
  26.     m12=1;m22=1;m32=1;
  27.     %% 將樣本分成三類
  28.     for i=1:N1
  29.         t=rand;
  30.         if t<=0.33
  31.             cell_sam11(m11,:)=tra_sam1(i,:);
  32.             m11=m11+1;
  33.         elseif t<=0.66
  34.             cell_sam21(m21,:)=tra_sam1(i,:);
  35.             m21=m21+1;
  36.         else
  37.             cell_sam31(m31,:)=tra_sam1(i,:);
  38.             m31=m31+1;
  39.         end
  40.     end
  41.     for i=1:N2
  42.         s=rand;
  43.         if s<=0.33
  44.             cell_sam12(m12,:)=tra_sam2(i,:);
  45.             m12=m12+1;
  46.         elseif s<=0.66
  47.             cell_sam22(m22,:)=tra_sam2(i,:);
  48.             m22=m22+1;
  49.         else
  50.             cell_sam32(m32,:)=tra_sam2(i,:);
  51.             m32=m32+1;
  52.         end
  53.     end

  55.     %% 對(duì)子集進(jìn)行剪輯，去掉錯(cuò)分的樣本
  56.     %% 利用子集2，對(duì)子集1中的cell_sam11進(jìn)行裁剪
  57.     cell_sam11=cutting(cell_sam11,cell_sam21,cell_sam22);
  58.     %% 利用子集2，對(duì)子集1中的cell_sam12進(jìn)行裁剪
  59.     cell_sam12=cutting(cell_sam12,cell_sam22,cell_sam21);

  61.     %% 利用子集3，對(duì)子集2中的cell_sam21進(jìn)行裁剪
  62.     cell_sam21=cutting(cell_sam21,cell_sam31,cell_sam32);
  63.     %% 利用子集3，對(duì)子集2中的cell_sam22進(jìn)行裁剪
  64.     cell_sam22=cutting(cell_sam22,cell_sam32,cell_sam31);

  66.     %% 利用子集1，對(duì)子集3中的cell_sam31進(jìn)行裁剪
  67.     cell_sam31=cutting(cell_sam31,cell_sam11,cell_sam12);
  68.     %% 利用子集1，對(duì)子集3中的cell_sam32進(jìn)行裁剪
  69.     cell_sam32=cutting(cell_sam32,cell_sam12,cell_sam11);
  70.    
  71.     %% 剪輯后對(duì)樣本進(jìn)行整理，合并，組成新的訓(xùn)練樣本
  72.     tra_sam1=[cell_sam11;cell_sam21;cell_sam31];
  73.     tra_sam2=[cell_sam12;cell_sam22;cell_sam32];
  74.     cell_sam11=zeros(1,2);cell_sam21=zeros(1,2);cell_sam31=zeros(1,2);
  75.     cell_sam12=zeros(1,2);cell_sam22=zeros(1,2);cell_sam32=zeros(1,2);
  76.     [a1,b1]=size(tra_sam1);  
  77.     [c1,d1]=size(tra_sam2);
  78.     num1=a1+c1;  %% 計(jì)算剩余總樣本個(gè)數(shù)
  79.     N1=a1;
  80.     N2=c1;
  81.     if (num1-num0==0)
  82.         m=m+1;
  83.     else
  84.         m=0;
  85.     end
  86.     num0=num1;
  87.     edit_time=edit_time+1;
  88.     %% 繪制中間過程
  89.     if edit_time==1
  90.         figure('NumberTitle', 'off', 'Name', '剪輯后樣本點(diǎn)');
  91.         scatter(tra_sam1(:,1),tra_sam1(:,2),'r')
  92.         hold on
  93.         scatter(tra_sam2(:,1),tra_sam2(:,2),50,'kx')
  94.         title('剪輯一次后剩余樣本點(diǎn)')
  95.         xlabel('特征1')
  96.         ylabel('特征2')
  97.         legend('類1','類2',2)
  98.     elseif edit_time==3
  99.         figure('NumberTitle', 'off', 'Name', '剪輯后樣本點(diǎn)');
  100.         scatter(tra_sam1(:,1),tra_sam1(:,2),'r')
  101.         hold on
  102.         scatter(tra_sam2(:,1),tra_sam2(:,2),50,'kx')
  103.         title('剪輯三次后剩余樣本點(diǎn)')
  104.         xlabel('特征1')
  105.         ylabel('特征2')
  106.         legend('類1','類2',2)


  109. …………限于本文篇幅 余下代碼請(qǐng)從51黑下載附件…………
復(fù)制代碼


作者: admin    時(shí)間: 2017-4-22 22:26
bayes判別：
  1. % 初始設(shè)置
  2. clc
  3. clear all
  4. close all
  5. n=2000;           %% 樣本個(gè)數(shù)為 2*n
  6. n1=0;n2=0;       %% 判別為類1的個(gè)數(shù)為n1，判別為類2的個(gè)數(shù)為n2
  7. m1=1;m2=1;
  8. error1to2=0;error2to1=0;     %% erroritoj為類i判為類j的錯(cuò)誤個(gè)數(shù)
  9. % 類別1的二維聯(lián)合正態(tài)分布的期望和方差，并隨機(jī)產(chǎn)生 n 個(gè)樣本
  10. mu1=[3 4];
  11. sigma1=[1 1.5; 1.5 3];
  12. x1 = mvnrnd(mu1,sigma1,n);

  14. %%類別2的二維聯(lián)合正態(tài)分布的期望和方差，并隨機(jī)產(chǎn)生 n 個(gè)樣本
  15. mu2=[8,9];
  16. sigma2=[2 3;3 5];
  17. x2 = mvnrnd(mu2,sigma2,n);
  18. % 判別函數(shù)g(x)進(jìn)行判別

  20. for i=1:1:n
  21.     if g(x1(i,:),mu1,sigma1)>=g(x1(i,:),mu2,sigma2)
  22.         X1(m1,:)=x1(i,:);
  23.         m1=m1+1;
  24.     else
  25.         X2(m2,:)=x1(i,:);
  26.         m2=m2+1;
  27.         erroe1to2=error1to2+1;
  28.     end
  29. end
  30. for i=1:1:n
  31.     if g(x2(i,:),mu1,sigma1)>=g(x2(i,:),mu2,sigma2)
  32.         X1(m1,:)=x2(i,:);
  33.         m1=m1+1;
  34.         error2to1=error2to1+1;
  35.     else
  36.         X2(m2,:)=x2(i,:);
  37.         m2=m2+1;
  38.     end
  39. end
  40. %%%%%%繪圖
  41. % 原始樣本點(diǎn)
  42. figure('NumberTitle', 'off', 'Name', '原樣本點(diǎn)');
  43. scatter(x1(:,1),x1(:,2),'r')
  44. hold on
  45. scatter(x2(:,1),x2(:,2),50,'kx')
  46. title('原始樣本')
  47. xlabel('樣本1')
  48. ylabel('樣本2')
  49. legend('第一類樣本','第二類樣本',0);
  50.   
  51. % 分類后樣本點(diǎn)
  52. figure('NumberTitle', 'off', 'Name', '分類樣本點(diǎn)');
  53. scatter(x1(:,1),x1(:,2),'r')
  54. hold on
  55. scatter(x2(:,1),x2(:,2),50,'kx')
  56. hold on
  57. scatter(X1(:,1),X1(:,2),'r')
  58. hold on
  59. scatter(X2(:,1),X2(:,2),50,'kx')
  60. title('分類后的樣本')
  61. xlabel('樣本1')
  62. ylabel('樣本2')
  63. legend('第一類樣本','第二類樣本',0);
復(fù)制代碼



作者: admin    時(shí)間: 2017-4-22 22:27
c均值算法：
  1. %% c-均值算法
  2. %% 初始化操作
  3. clc
  4. close all
  5. clear all
  6. n=100;
  7. N=5*n;
  8. %% 產(chǎn)生5類隨機(jī)樣本，假設(shè)類別數(shù)已知
  9. %% 樣本1
  10. mu1=[2 2];
  11. SIGMA1=[1 1.5; 1.5 3];
  12. tra_sam1 = mvnrnd(mu1,SIGMA1,n);
  13. %% 樣本2
  14. mu2=[20,20];
  15. SIGMA2=[4 3;3 5];
  16. tra_sam2 = mvnrnd(mu2,SIGMA2,n);
  17. %% 樣本3
  18. mu2=[11,11];
  19. SIGMA2=[1 1;1 2];
  20. tra_sam3 = mvnrnd(mu2,SIGMA2,n);
  21. %% 樣本4
  22. mu2=[20,2];
  23. SIGMA2=[2 1.2;1.2 4];
  24. tra_sam4 = mvnrnd(mu2,SIGMA2,n);
  25. %% 樣本5
  26. mu2=[2,20];
  27. SIGMA2=[3 2;2 3];
  28. tra_sam5 = mvnrnd(mu2,SIGMA2,n);
  29. tra_sam=[tra_sam1;tra_sam2;tra_sam3;tra_sam4;tra_sam5];
  30. %% 將樣本隨機(jī)分成5類，計(jì)算代表點(diǎn)
  31. n1=1;n2=1;n3=1;n4=1;n5=1;
  32. for i=1:N
  33.     t=rand;
  34.     if t<=0.2
  35.         cell_sam1(n1,:)=tra_sam(i,:);
  36.         n1=n1+1;
  37.     elseif t<=0.4
  38.         cell_sam2(n2,:)=tra_sam(i,:);
  39.         n2=n2+1;
  40.     elseif t<=0.6
  41.         cell_sam3(n3,:)=tra_sam(i,:);
  42.         n3=n3+1;
  43.     elseif t<0.8
  44.         cell_sam4(n4,:)=tra_sam(i,:);
  45.         n4=n4+1;
  46.     else
  47.         cell_sam5(n5,:)=tra_sam(i,:);
  48.         n5=n5+1;
  49.     end
  50. end
  51. %% 求每類的均值
  52. m1=mean(cell_sam1);
  53. m2=mean(cell_sam2);
  54. m3=mean(cell_sam3);
  55. m4=mean(cell_sam4);
  56. m5=mean(cell_sam5);
  57. m=[m1;m2;m3;m4;m5];

  59. cell_sam1=zeros(1,2);cell_sam2=zeros(1,2);
  60. cell_sam3=zeros(1,2);cell_sam4=zeros(1,2);
  61. cell_sam5=zeros(1,2);
  62. n1=1;n2=1;n3=1;n4=1;n5=1;
  63. %% 獲得初始分類
  64. for i=1:N
  65.     for j=1:5
  66.         distance1(j)=norm(tra_sam(i,:)-m(j,:));
  67.     end
  68.     [a,b]=min(distance1);
  69.     if b==1
  70.         cell_sam1(n1,:)=tra_sam(i,:);
  71.         n1=n1+1;
  72.     elseif b==2
  73.         cell_sam2(n2,:)=tra_sam(i,:);
  74.         n2=n2+1;
  75.     elseif b==3
  76.         cell_sam3(n3,:)=tra_sam(i,:);
  77.         n3=n3+1;
  78.     elseif b==4
  79.         cell_sam4(n4,:)=tra_sam(i,:);
  80.         n4=n4+1;
  81.     else
  82.         cell_sam5(n5,:)=tra_sam(i,:);
  83.         n5=n5+1;
  84.     end   
  85. end
  86. %% 移動(dòng)初始分類的樣本使分類更加合理
  87. j_num=0;j_e1=0;
  88. while (j_num<5)
  89.     [cell_sam1,cell_sam2,cell_sam3,cell_sam4,cell_sam5]=y_move(cell_sam1,cell_sam2,cell_sam3,cell_sam4,cell_sam5);
  90.     [cell_sam2,cell_sam1,cell_sam3,cell_sam4,cell_sam5]=y_move(cell_sam2,cell_sam1,cell_sam3,cell_sam4,cell_sam5);
  91.     [cell_sam3,cell_sam1,cell_sam2,cell_sam4,cell_sam5]=y_move(cell_sam3,cell_sam1,cell_sam2,cell_sam4,cell_sam5);
  92.     [cell_sam4,cell_sam1,cell_sam2,cell_sam3,cell_sam5]=y_move(cell_sam4,cell_sam1,cell_sam2,cell_sam3,cell_sam5);
  93.     [cell_sam5,cell_sam1,cell_sam2,cell_sam3,cell_sam4]=y_move(cell_sam5,cell_sam1,cell_sam2,cell_sam3,cell_sam4);
  94.     %% 計(jì)算改變后的誤差平方
  95.     m1=mean(cell_sam1);
  96.     m2=mean(cell_sam2);
  97.     m3=mean(cell_sam3);
  98.     m4=mean(cell_sam4);
  99.     m5=mean(cell_sam5);
  100.     [r1,c1]=size(cell_sam1);
  101.     [r2,c2]=size(cell_sam2);
  102.     [r3,c3]=size(cell_sam3);
  103.     [r4,c4]=size(cell_sam4);
  104.     [r5,c5]=size(cell_sam5);
  105.     j_e=0;
  106.     for i=1:r1
  107.         j_e=j_e+norm(cell_sam1(i,:)-m1)^2;
  108.     end
  109.     for i=1:r2
  110.         j_e=j_e+norm(cell_sam2(i,:)-m2)^2;
  111.     end
  112.     for i=1:r3
  113.         j_e=j_e+norm(cell_sam3(i,:)-m3)^2;
  114.     end
  115.     for i=1:r4
  116.         j_e=j_e+norm(cell_sam4(i,:)-m4)^2;
  117.     end
  118.     for i=1:r5
  119.         j_e=j_e+norm(cell_sam5(i,:)-m5)^2;
  120.     end
  121.     if abs(j_e1-j_e)<=0.001
  122.         j_num=j_num+1;
  123.     else
  124.         j_num=0;
  125.     end
  126.     j_e1=j_e;
  127. end

  129. % 繪圖
  130. figure('NumberTitle', 'off', 'Name', '待分類樣本點(diǎn)');
  131. scatter(tra_sam1(:,1),tra_sam1(:,2),'r')
  132. hold on
  133. scatter(tra_sam2(:,1),tra_sam2(:,2),'k')
  134. hold on
  135. scatter(tra_sam3(:,1),tra_sam3(:,2),'b')
  136. hold on
  137. scatter(tra_sam4(:,1),tra_sam4(:,2),'y')
  138. hold on
  139. scatter(tra_sam5(:,1),tra_sam5(:,2),'g')
  140. title('待分類樣本點(diǎn)')
  141. xlabel('特征1')
  142. ylabel('特征2')
  143. legend('類1','類2','類3','類4','類5',2)

  145. figure('NumberTitle', 'off', 'Name', '分類后樣本點(diǎn)與正確分類樣本點(diǎn)對(duì)比');
  146. scatter(cell_sam1(:,1),cell_sam1(:,2),'rx')
  147. hold on
  148. scatter(cell_sam2(:,1),cell_sam2(:,2),'kx')
  149. hold on
  150. scatter(cell_sam3(:,1),cell_sam3(:,2),'bx')
  151. hold on
  152. scatter(cell_sam4(:,1),cell_sam4(:,2),'yx')
  153. hold on
  154. scatter(cell_sam5(:,1),cell_sam5(:,2),'gx')
  155. hold on
  156. scatter(tra_sam1(:,1),tra_sam1(:,2),'r')
  157. hold on
  158. scatter(tra_sam2(:,1),tra_sam2(:,2),'k')
  159. hold on
  160. scatter(tra_sam3(:,1),tra_sam3(:,2),'b')
  161. hold on
  162. scatter(tra_sam4(:,1),tra_sam4(:,2),'y')
  163. hold on
  164. scatter(tra_sam5(:,1),tra_sam5(:,2),'g')
  165. title('分類后樣本點(diǎn)與正確分類樣本點(diǎn)對(duì)比')
  166. xlabel('特征1')
  167. ylabel('特征2')
  168. legend('類1','類2','類3','類4','類5',2)




復(fù)制代碼



作者: admin    時(shí)間: 2017-4-22 22:28
壓縮近鄰法：
  1. %% 剪輯近鄰法
  2. %% 初始化操作
  3. clc
  4. close all
  5. clear all
  6. n=100;
  7. N=3*n;
  8. %% 訓(xùn)練樣本1 二維聯(lián)合正態(tài)分布的期望和方差，并隨機(jī)產(chǎn)生 N 個(gè)樣本
  9. mu1=[2 3];
  10. SIGMA1=[20 1.5; 1.5 30];
  11. tra_sam1 = mvnrnd(mu1,SIGMA1,N);
  12. %% 訓(xùn)練樣本2 二維聯(lián)合正態(tài)分布的期望和方差，并隨機(jī)產(chǎn)生 N 個(gè)樣本
  13. mu2=[10,11];
  14. SIGMA2=[20 1.5;1.5 30];
  15. tra_sam2 = mvnrnd(mu2,SIGMA2,N);
  16. %% 保留原始樣本
  17. tra_sam_org1=tra_sam1;
  18. tra_sam_org2=tra_sam2;
  19. %% 對(duì)樣本進(jìn)行分類，分為3類
  20. num0=0; %% 用于存放上一次剪輯后樣本個(gè)數(shù)
  21. edit_time=0; %% 記錄剪輯次數(shù)
  22. m=0;    %% 記錄沒有可被剪輯樣本的連續(xù)次數(shù)
  23. N1=N;N2=N; %%分別記錄剪輯后樣本類1，類2的樣本個(gè)數(shù)
  24. while m<5
  25.     m11=1;m21=1;m31=1;
  26.     m12=1;m22=1;m32=1;
  27.     %% 將樣本分成三類
  28.     for i=1:N1
  29.         t=rand;
  30.         if t<=0.33
  31.             cell_sam11(m11,:)=tra_sam1(i,:);
  32.             m11=m11+1;
  33.         elseif t<=0.66
  34.             cell_sam21(m21,:)=tra_sam1(i,:);
  35.             m21=m21+1;
  36.         else
  37.             cell_sam31(m31,:)=tra_sam1(i,:);
  38.             m31=m31+1;
  39.         end
  40.     end
  41.     for i=1:N2
  42.         s=rand;
  43.         if s<=0.33
  44.             cell_sam12(m12,:)=tra_sam2(i,:);
  45.             m12=m12+1;
  46.         elseif s<=0.66
  47.             cell_sam22(m22,:)=tra_sam2(i,:);
  48.             m22=m22+1;
  49.         else
  50.             cell_sam32(m32,:)=tra_sam2(i,:);
  51.             m32=m32+1;
  52.         end
  53.     end

  55.     %% 對(duì)子集進(jìn)行剪輯，去掉錯(cuò)分的樣本
  56.     %% 利用子集2，對(duì)子集1中的cell_sam11進(jìn)行裁剪
  57.     cell_sam11=cutting(cell_sam11,cell_sam21,cell_sam22);
  58.     %% 利用子集2，對(duì)子集1中的cell_sam12進(jìn)行裁剪
  59.     cell_sam12=cutting(cell_sam12,cell_sam22,cell_sam21);

  61.     %% 利用子集3，對(duì)子集2中的cell_sam21進(jìn)行裁剪
  62.     cell_sam21=cutting(cell_sam21,cell_sam31,cell_sam32);
  63.     %% 利用子集3，對(duì)子集2中的cell_sam22進(jìn)行裁剪
  64.     cell_sam22=cutting(cell_sam22,cell_sam32,cell_sam31);

  66.     %% 利用子集1，對(duì)子集3中的cell_sam31進(jìn)行裁剪
  67.     cell_sam31=cutting(cell_sam31,cell_sam11,cell_sam12);
  68.     %% 利用子集1，對(duì)子集3中的cell_sam32進(jìn)行裁剪
  69.     cell_sam32=cutting(cell_sam32,cell_sam12,cell_sam11);
  70.    
  71.     %% 剪輯后對(duì)樣本進(jìn)行整理，合并，組成新的訓(xùn)練樣本
  72.     tra_sam1=[cell_sam11;cell_sam21;cell_sam31];
  73.     tra_sam2=[cell_sam12;cell_sam22;cell_sam32];
  74.     cell_sam11=zeros(1,2);cell_sam21=zeros(1,2);cell_sam31=zeros(1,2);
  75.     cell_sam12=zeros(1,2);cell_sam22=zeros(1,2);cell_sam32=zeros(1,2);
  76.     [a1,b1]=size(tra_sam1);  
  77.     [c1,d1]=size(tra_sam2);
  78.     num1=a1+c1;  %% 計(jì)算剩余總樣本個(gè)數(shù)
  79.     N1=a1;
  80.     N2=c1;
  81.     if (num1-num0==0)
  82.         m=m+1;
  83.     else
  84.         m=0;
  85.     end
  86.     num0=num1;
  87.     edit_time=edit_time+1;
  88.       
  89. end
  90. %% -------------------%%
  91. %% 對(duì)剪輯好的樣本進(jìn)行壓縮
  92. grabbag1=tra_sam1;
  93. grabbag2=tra_sam2;
  94. grabbag=[grabbag1;grabbag2];
  95. %% 計(jì)算存儲(chǔ)器grabbag中類1和類2 的個(gè)數(shù)
  96. [gra_r1,column3]=size(grabbag1);
  97. [gra_r2,column4]=size(grabbag2);
  98. %% 隨機(jī)選取一個(gè)樣本放入store中，
  99. %% 可以等價(jià)為隨機(jī)選取類1和類2,兩個(gè)樣本放入store中
  100. store1=grabbag1(1,:);
  101. grabbag1=grabbag1(2:gra_r1,:);
  102. gra_r1=gra_r1-1;
  103. store2=grabbag2(1,:);
  104. grabbag2=grabbag2(2:gra_r2,:);
  105. gra_r2=gra_r2-1;
  106. gra_r=gra_r1+gra_r2;

  108. sto_num1=2;%% store 的下標(biāo)
  109. sto_num2=2;
  110. gra_tem=0;
  111. m=0;
  112. while(m<2*gra_r)
  113.     t=rand;
  114.     if t<=0.5 %% 如果屬于類1
  115.         q=randperm(gra_r1);
  116.         for i=1:sto_num1-1
  117.             distance1(i)=norm(grabbag1(q(1),:)-store1(i,:));
  118.         end
  119.         for i=1:sto_num2-1
  120.             distance2(i)=norm(grabbag1(q(1),:)-store2(i,:));
  121.         end
  122.         dist_min1=min(distance1);
  123.         dist_min2=min(distance2);
  124.         if dist_min1>dist_min2 %% 如果判斷錯(cuò)誤，放入store
  125.             store1(sto_num1,:)=grabbag1(q(1),:);
  126.             grabbag1=[grabbag1(1:q(1)-1,:);grabbag1(q(1)+1:gra_r1,:)];
  127.             gra_r1=gra_r1-1;
  128.             sto_num1=sto_num1+1;
  129.         end
  130.     else  %% 如果屬于類2
  131.         q=randperm(gra_r2);
  132.         for i=1:sto_num1-1
  133.             distance1(i)=norm(grabbag2(q(1),:)-store1(i,:));
  134.         end
  135.         for i=1:sto_num2-1
  136.             distance2(i)=norm(grabbag2(q(1),:)-store2(i,:));
  137.         end
  138.         dist_min1=min(distance1);
  139.         dist_min2=min(distance2);
  140.         if dist_min1<dist_min2 %% 如果判斷錯(cuò)誤，放入store
  141.             store2(sto_num2,:)=grabbag2(q(1),:);
  142.             grabbag2=[grabbag2(1:q(1)-1,:);grabbag2(q(1)+1:gra_r2,:)];
  143.             gra_r2=gra_r2-1;
  144.             sto_num2=sto_num2+1;
  145.         end   
  146.     end
  147.     gra_r=gra_r1+gra_r2;
  148.     if gra_r==gra_tem
  149.         m=m+1;
  150.     else
  151.         m=0;
  152.     end
  153.     gra_tem=gra_r;
  154. end
  155. edit_time
  156. sto_num1=sto_num1-1
  157. sto_num2=sto_num2-1
  158. %% 繪圖
  159. %% 繪制原始樣本點(diǎn)
  160. figure('NumberTitle', 'off', 'Name', '原樣本點(diǎn)');
  161. scatter(tra_sam_org1(:,1),tra_sam_org1(:,2),'r')
  162. hold on
  163. scatter(tra_sam_org2(:,1),tra_sam_org2(:,2),50,'kx')
  164. axis([-20,30,-20,30])
  165. title('原始樣本')
  166. xlabel('特征1')
  167. ylabel('特征2')
  168. legend('類1','類2',2)
  169. %% 繪制剪輯后樣本點(diǎn)
  170. figure('NumberTitle', 'off', 'Name', '剪輯后樣本點(diǎn)');
  171. scatter(tra_sam1(:,1),tra_sam1(:,2),'r')
  172. hold on
  173. scatter(tra_sam2(:,1),tra_sam2(:,2),50,'kx')
  174. axis([-20,30,-20,30])
  175. title('算法終止時(shí)樣本點(diǎn)')
  176. xlabel('特征1')
  177. ylabel('特征2')
  178. legend('類1','類2',2)
  179. %% 繪制壓縮后樣本點(diǎn)
  180. figure('NumberTitle', 'off', 'Name', '壓縮后樣本點(diǎn)');
  181. scatter(store1(:,1),store1(:,2),'r')
  182. hold on
  183. scatter(store2(:,1),store2(:,2),50,'kx')
  184. axis([-20,30,-20,30])
  185. title('壓縮后樣本點(diǎn)')
  186. xlabel('特征1')
  187. ylabel('特征2')
  188. legend('類1','類2',2)

  190.    
  191.    
  192.    
復(fù)制代碼







歡迎光臨 (http://www.torrancerestoration.com/bbs/) Powered by Discuz! X3.1