最大最小距离算法

index=1;%相当于指针指示新中心点的位置 k=1;%中心点计数，也即是类别 center=zeros(size(x));%保存中心点 patternnum=size(x,1);%输入的数据数 distance=zeros(patternnum,3);%求距离 min=zeros(patternnum,1);%取较小距离 pattern=(patternnum);%表示类别 center(1,:)=x(1,:); pattern(1)=1;

for i=2:patternnum

distance(i,1)=sqrt((x(i,:)-center(1,:))*(x(i,:)-center(1,:))');%欧氏距离 min(i,1)=distance(i,1); pattern(i)=1;

if(maxdistancecenter(k,:)=x(index,:); pattern(index)=2; min(index,1)=0; while 1

for i=2:patternnum if(min(i,1)~=0)

distance(i,k)=sqrt((x(i,:)-center(k,:))*(x(i,:)-center(k,:))'); if(min(i,1)>distance(i,k)) min(i,1)=distance(i,k); pattern(i)=k; end end end max=0;

for i=2:patternnum

if((maxif(max>(maxdistance*) k=k+1;

center(k,:)=x(index,:); pattern(index)=k; min(index,1)=0; else

break; end end

程序界面截图如下： 程序框图如下：

开始

取第一个点为中心点C1 求各点与C1的欧式距离取距C1最远的点为第二个中心点

取最大距离maxdistance的1/2为阈值T

求各点与Ck的欧式距离

取各点最小距离min(i)=min{distance(i,k)…distance(i,1)} 求所有最小距离min中的最大值max

取相应的点为中心点Ck Max> T

将样本按最近距离划分到相应中心的类别

结束 当输入模式样本，调用程序如下： x=[0,0;3,8;2,2;1,1;5,3;4,8;6,3;5,4;6,4;7,5] pattern=maxmin(x)

（1）当选用第一点为中心，用matlab得出各点与中心点的距离，并分类，将运行结果保存在EXCEL中如下：

（2）与X1距离最远的X6为第二个中心点，用matlab得出各点与中心点的距离，离得较近的中心点归为一类，将运行结果保存在EXCEL中如下：

（3）与个中心距离最远的X7为第三个中心点，用matlab得出各点与中心点的距离，离得较近的中心点归为一类，将运行结果保存在EXCEL中如下： （4）由于阈值T=最大距离maxdistance的，而各点与各自中心点的距离min都大于阈值T，所以聚类循环工作结束。 运行结果为： pattern =

1 2 1 1 3 2 3 3 3 3

表明：对于样本x1=(0,0);x2=(3,8); x3=(2,2); x4=(1,1); x5=(5,3); x6=(4,8); x7=(6,3); x8=(5,4); x9=(6,4); x10=(7,5); 运行界面截图如下：