FCM算法中评价指数matlab程序

FCM算法中评价指数matlab程序

模糊C-均值聚类算法（FCM）是一种软聚类分割算法，广泛应用于数据聚类和图像分割领域，如何判定该算法的优劣性，将成为评价数据分类好坏和分割技术高低的关键。其中有几种经典的评价指数：

• Bezdek划分系数
• Xie_Beni系数
• 重构错误率V_RE

指数公式

三种分割指数　含义：

评价指数	含义
Bezdek划分系数	所有元素隶属于各个分类隶属度的平方和
Xie_Beni系数	聚类内部的一种距离度量
重构错误率V_RE	重构图像与原图像差别

MATLAB实现代码块

function [ Bezdek_V , Xie_Beni_V , V_RE ] = Evaluation_index( U,I,V )
%Evaluation_index函数是为了判定分割评价指数
% 输出：Bezdek划分系数Bezdek_V、Xie_Beni系数Xie_Beni_V 和重构错误率V_RE构成。
% 输入：隶属度矩阵U、聚类中心V和原始灰度图像矩阵I。
% Bezdek划分系数Bezdek_V 越大越好
% Xie_Beni系数Xie_Beni_V和重构错误率V_RE越小越好

Bezdek_V=0;
Xie_Beni_V=0;
V_RE=0;

[M,N,c]=size(U);
I_RE=zeros(M,N);

min_V=(V(1)-V(2))^2;
for x=1:c
for y=1:c
if(x-y~=0&&min_V>(V(x)-V(y))^2)
min_V=(V(x)-V(y))^2;
end
end
end

for x=1:M
for y=1:N
temp=