基于模糊Kohonen聚类网络的模式识别

时间:2015-01-05 12:08:04

标签: matlab cluster-analysis pattern-recognition self-organizing-maps

我想使用模糊Kohonen聚类网络对签名模式识别进行分类,并且我使用Hu Moment Invariant来对签名进行归一化。 我从4个人那里获得了16个签名,这是我得到的那一刻

enter image description here

从那一刻起,我就拥有了这个集群中心

Cluster_Center =

    1.1597    0.2457    0.3194    0.0477    0.0087    0.0198    0.0020
    2.2391    0.2077    6.8656    0.3561   -0.3085    0.0907   -0.4636
    2.0397    0.1189    3.5622    0.0534    0.0179    0.0050    0.0036
    1.9014    0.0798    1.3570    0.0148    0.0013    0.0002    0.0017

我使用欧几里德距离来聚类这些数据,这就是代码

function [Data_Iris_Hasil_Clustering]=Clustering_Iris(Cluster_Center,sign_cl,lt,c,n)


 for j = 1:lt;
      Data(j,1) = j;            %  Data ID
      minimum = 10;         %MINIMUM DISTANCE
      for i = 1:c;              %   i :  Cluster
          temp_a = 0;
          for id1 = 1:n         % id1 :  Fitur
              temp_a = temp_a + (sign_cl(j,id1) - Cluster_Center(i,id1)).^2;
          end
          temp_b = sqrt(temp_a);
          if (temp_b < minimum ),
             minimum = temp_b;
             Data(j,2) = i;         % save the Cluster       % id_cls = i;
             Data(j,3) = minimum;   % save the DIstance
          end
      end
   end
  % sprintf('     ID      Cluster   Distance');
   Data_Iris_Hasil_Clustering = Data(:,:);
end

这是结果

mycluster2Improved_FKCN =

    Data ID   Cluster  Distance

    1.0000    2.0000    0.0002
    2.0000    4.0000    0.9503
    3.0000    3.0000    0.0901
    4.0000    3.0000    0.0829
    5.0000    1.0000    0.3956
    6.0000    1.0000    0.4456
    7.0000    1.0000    0.4367
    8.0000    1.0000    0.3475
    9.0000    1.0000    0.4569
   10.0000    1.0000    0.4423
   11.0000    1.0000    0.3993
   12.0000    1.0000    0.4824
   13.0000    4.0000    0.2259
   14.0000    4.0000    0.3966
   15.0000    4.0000    0.2737
   16.0000    4.0000    0.2126

集群非常糟糕,我想制作4个集群,每个集群都有4个签名。如何建立一个好的集群?是因为模糊Kohonen聚类网络不是一个好的聚类方法吗?

0 个答案:

没有答案