zoukankan      html  css  js  c++  java
  • MATLAB DBSCAN

    DBSCAN全称Density-Based Spatial Clustering of Applications with Noise,是一种密度聚类算法。

    和Kmeans相比,不需要事先知道数据的类数。

    以编程的角度来考虑,具体算法流程如下:

    1.首先选择一个待处理数据。

    2.寻找和待处理数据距离在设置半径内的数据。

    3.将找到的半径内的数据放到一个队列中。

    4.拿队列头数据作为当前待处理数据并不断执行第2步。

    5.直到遍历完队列中所有数据,将这些数据记为一类。

    6.选择没有处理到的数据作为一个待处理数据执行第2步。

    7.直到遍历完所有数据,算法结束。

    大概就是下图所示的样子:

    我这里没有单独输出离群点,不过稍微改进增加离群点个数判断阈值应该就可以,比较容易修改。

    代码如下:

     1 clear all;
     2 close all;
     3 clc;
     4 
     5 theta=0:0.01:2*pi;
     6 p1=[3*cos(theta) + rand(1,length(theta))/2;3*sin(theta)+ rand(1,length(theta))/2];      %生成测试数据
     7 p2=[2*cos(theta) + rand(1,length(theta))/2;2*sin(theta)+ rand(1,length(theta))/2];
     8 p3=[cos(theta) + rand(1,length(theta))/2;sin(theta)+ rand(1,length(theta))/2];
     9 p=[p1 p2 p3]';
    10 
    11 randIndex = randperm(length(p))';       %打乱数据顺序
    12 p=p(randIndex,:);
    13 plot(p(:,1),p(:,2),'.')
    14 
    15 flag = zeros(length(p),1);      %聚类标记
    16 clsnum = 0;                     %类的个数
    17 disnear = 0.3;                 %聚类半径
    18 
    19 for i=1:length(p)   
    20     nxtp = p(i,:);      %初始聚类半径内的邻域点队列
    21     if flag(i)==0
    22         clsnum = clsnum+1;
    23         pcstart = 1;            %设置队列起始指针
    24         preflag = flag;         %聚类标记更新
    25         while pcstart<=length(nxtp)         %判断是否完成队列遍历
    26             curp = nxtp(pcstart,:);         %得到当前要处理的点
    27             pcstart = pcstart+1;            %队列指针更新
    28             diffp = p-curp;                 %这里直接和所有数据比较了,数据量大的时候可以考虑kdtree
    29             dis = sqrt(diffp(:,1).*diffp(:,1)+diffp(:,2).*diffp(:,2));      %判断当前点与所有点之间的距离        
    30 
    31             ind = dis<disnear;                  %得到距离小于阈值的索引
    32             flag(ind) = clsnum;                 %设置当前聚类标记
    33             
    34             diff_flag = preflag-flag;   
    35             diff_ind = (preflag-flag)<0;        %判断本次循环相比上次循环增加的点
    36             
    37             tmp = zeros(length(p),1);
    38             tmp(diff_ind) = clsnum;
    39             flag = flag + tmp;                  %增加的点将其标记为一类
    40             preflag = flag;                 %聚类标记更新
    41             nxtp = [nxtp;p(diff_ind,:)];    %增加聚类半径内的邻域点队列
    42         end       
    43     end    
    44 end
    45 %聚类可能不止三组,我偷懒不想判断并plot了
    46 figure;
    47 plot(p(flag==1,1),p(flag==1,2),'r.') 
    48 hold on;
    49 plot(p(flag==2,1),p(flag==2,2),'g.')    
    50 plot(p(flag==3,1),p(flag==3,2),'b.')
  • 相关阅读:
    多项式插值取模哈希标记法
    AC自助机
    [OIBH] 糖果盒(Candy Box)——又一个最大子矩形
    windows phone 之ListBox数据绑定
    WP学习笔记
    为TextArea添加maxlength属性
    让整个网页(LOGO图片)色调全部变灰的方法(CSS写法)
    JS调试加断点
    Container.ItemIndex 获取到行的序号
    c# Invoke 与 BeginInvoke
  • 原文地址:https://www.cnblogs.com/ybqjymy/p/13645529.html
Copyright © 2011-2022 走看看