parzen.m

Parzen窗函数概率密度估计演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 使用欧式距离作为测度标准。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%               Parzen窗函数概率密度估计演示程序1.00               %%%
%%%          国防科技大学四院五队顾巍                %%%
%%%   完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现  %%%
%%%          使用欧式距离作为测度标准，本方法使用范例见RunDemo.m      %%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%   funcWnd:    窗函数名。窗函数按照课本中的参数设置定义
%   x:          原始数据
%   h:          立方体棱长,注意，hn=h/sqrt(n),n是数据样本数目
%   sampledX:   采样点，概率密度针对采样点计算
%   返回：      概率密度
function Final = Parzen(funcWnd,x,h,sampledX)
    %获得样本维数和样本数目
    nSize = size(x);
    nDim = nSize(1);        %向量维数
    nRaw = nSize(2);        %样本数目

    nSizeSample = size(sampledX);
    nDimSameple = nSizeSample(1);        %向量维数
    nSample = nSizeSample(2);           %样本数目
   
    Final.Err = '正确执行'; %返回值：执行结果
    Final.Result = 0;       %返回值：分类结果和各个样本距类心距离

    Final.p = zeros(1,nSample);
    
    %判断合法性
    if nDimSameple ~= nDim
        Final.Err='对不起，样本维数和采样点维数必须一致';
        return;
    end
    %开始统计样本概率分布
    hn = h ./ (nRaw.^.5);
    Vn = hn.^nDim;
    %分别计算各个采样点处的概率密度
    for IndexI = 1:nSample
        p = 0;
        curSamp = sampledX(:,IndexI)';
        for IndexJ = 1:nRaw
            curx = x(:,IndexJ)';
            p = p + feval(funcWnd,(curx-curSamp)/hn);
        end
        p=p./Vn;
        p=p./nRaw;
        Final.p(1,IndexI) = p;
    end