和kmeans相比，不需要事先知道資料的類數。
以程式設計的角度來考慮，具體演算法流程如下：
1.首先選擇乙個待處理資料。
2.尋找和待處理資料距離在設定半徑內的資料。
3.將找到的半徑內的資料放到乙個佇列中。
4.拿佇列頭資料作為當前待處理資料並不斷執行第2步。
5.直到遍歷完佇列中所有資料，將這些資料記為一類。
6.選擇沒有處理到的資料作為乙個待處理資料執行第2步。
7.直到遍歷完所有資料，演算法結束。
大概就是下圖所示的樣子：
我這裡沒有單獨輸出離群點，不過稍微改進增加離群點個數判斷閾值應該就可以，比較容易修改。
**如下：
clear all;結果如下：close all;
clc;
theta=0:0.01:2*pi;
p1=[3*cos(theta) + rand(1,length(theta))/2;3*sin(theta)+ rand(1,length(theta))/2]; %生成測試資料
p2=[2*cos(theta) + rand(1,length(theta))/2;2*sin(theta)+ rand(1,length(theta))/2
];p3=[cos(theta) + rand(1,length(theta))/2;sin(theta)+ rand(1,length(theta))/2
];p=[p1 p2 p3]'
;randindex = randperm(length(p))'
; %打亂資料順序
p=p(randindex,:);
plot(p(:,
1),p(:,2),'.'
)flag = zeros(length(p),1); %聚類標記
clsnum = 0; %類的個數
disnear = 0.3; %聚類半徑
for i=1
:length(p)
nxtp = p(i,:); %初始聚類半徑內的鄰域點佇列
if flag(i)==0
clsnum = clsnum+1
; pcstart = 1; %設定佇列起始指標
preflag = flag; %聚類標記更新
while pcstart<=length(nxtp) %判斷是否完成佇列遍歷
curp = nxtp(pcstart,:); %得到當前要處理的點
pcstart = pcstart+1; %佇列指標更新
diffp = p-curp; %這裡直接和所有資料比較了，資料量大的時候可以考慮kdtree
dis = sqrt(diffp(:,1).*diffp(:,1)+diffp(:,2).*diffp(:,2)); %判斷當前點與所有點之間的距離
ind = dis得到距離小於閾值的索引
flag(ind) = clsnum; %設定當前聚類標記
diff_flag = preflag-flag;
diff_ind = (preflag-flag)<0; %判斷本次迴圈相比上次迴圈增加的點
tmp = zeros(length(p),1
); tmp(diff_ind) =clsnum;
flag = flag + tmp; %增加的點將其標記為一類
preflag = flag; %聚類標記更新
nxtp = [nxtp;p(diff_ind,:)]; %增加聚類半徑內的鄰域點佇列
endend
end%聚類可能不止三組，我偷懶不想判斷並plot了
figure;
plot(p(flag==1,1),p(flag==1,2),'r.'
) hold on;
plot(p(flag==2,1),p(flag==2,2),'g.'
)
plot(p(flag==3,1),p(flag==3,2),'
b.')
原始資料：
聚類結果：
matlab練習程式（c c 呼叫matlab）
就我目前了解的c 呼叫matlab有兩種方法。第一種是通過matlab引擎呼叫，也就是這裡用到的方法。第二種是用matlab將m檔案編譯為相應的h lib dll檔案再加以呼叫。使用engine所用到的h和lib檔案基本在d program files matlab r2010b extern裡面，...
matlab練習程式（SUSAN檢測）
susan運算元既可以檢測角點也可以檢測邊緣，不過角點似乎比不過harris，邊緣似乎比不過canny。不過思想還是有點意思的。主要思想就是 首先做乙個和原影象等大的目標影象。然後用乙個圓形的模板，用模板去遍歷原影象每個畫素，把模板內的每個畫素都和模板中心畫素比較，如果灰度小於乙個閾值，那麼就對目標...
matlab練習程式（GPU加速）
在matlab中使用gpu，要先輸入gpudevice命令初始化一下裝置。根據返回的資訊能夠大概估算出視訊記憶體支援的最大資料。否則使用時容易出現下面這樣的問題 錯誤使用 gpuarray an unexpected error occurred during cuda execution.the ...