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=