程序说明.txt

模式识别中的isodata算法

                 ISODATA文件包说明：各文件主要功能及内容。

一、
ISODATA为主函数，step2.m, step3.m, step8.m, step11.m, fig_isodata.m为脚本文件，其余为自定义函数。

可调整参数：
K，      期望分类类数，最终类数在[K,2*K]之间；
theta_n，类内样本数小于theta_n则取消该类；
theta_s，类内标准偏差大于theta_s，分裂该类；
theta_c，类间聚心距离大于theta_c，合并这两类；
L，      每次最多的合并类数；
I，      迭代次数。

二、
step2.m　

变量s起到了类似数据库的作用，存储各种分类信息。
s的类型定义为细胞变量(cell)。
计算所有样本到初始给定聚心的距离。
mindistance.m求出每个样本点到所有聚心的距离，并找到最小的分为该类。
更新各类聚心。
s的第一行存储每个类的聚心坐标。
s的第二行存储该类的所有样本坐标。/*采用了往原有该类样本后加样本的方式，每次分类前需先清空*/
inclassdistance.m求出一类样本的类内距离，存储在s的第三行。
求出总的样本距离，即所有样本类内距离的均值，d_avg
求出每类中的样本个数，存入s的第五行。
将每行的物理意义存入s的最后一列，以方便使用。
算出各类的均方差，存入s的第四行。
此时，std(s{2,k},1,1)中，最后一个参数为方差类型，0表示方差的无偏估计，
1是我们想要得到的标准偏差。
所以step2.m包含了ISODATA中的2，4，5，6，8步。
每步计算前都需判断属于该类的样本数是否为零。

三、
step3.m

如果类内样本个数小于给定参数theta_n,将该类删除，重新聚类。

四、
step8.m （分裂）


第9步，计算各类中，不同维偏差的最大值。
第10步，满足分裂要求的，分成两个心类。
更新Z,c,J,并用step2更新各类的信息。
包含了ISODATA中的9，10步。

五、
step11.m   (合并)、

构造距离矩阵ctr_dist。为三角阵，下半边为零。其中元素为聚心间距离，如ctr_dist（2，4）表示第2个聚心预第4个聚心的距离。
选出最小的L个距离所对应的类，存入Min_Dist_Ctr，Min_Dist_Ctr的第1行表示最小距离的两类，如Min_Dist_Ctr（1，：）=[2 4]，则表示2，4两类聚心最近。每次选出1个后，用Inf代替原距离值，依次类推可得到L个最近聚心。

注：由于编程困难(还有为了合并样本时方便，偷个懒：P)，对Min_Dist_Ctr进行处理，不进行超过2类的合并。如Min_Dist_Ctr=[2 5；1 3；2 7]，则将2，7两类的合并取消。与原ISODATA略有区别。

作者：冯硕 2007.04.16.