资源描述：
《(最大最小距离算法).doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、l算法实例10个模式样本点：{x1(00),x2(38),x3(22),x4(11),x5(53),x6(48),x7(63),x8(54),x9(64),x10(75)}第一步：选任意一个模式样本作为第一个聚类中心，如z1=x1第二步：选距离z1最远的样本作为第二个聚类中心。经计算，
2、
3、x6-z1
4、
5、最大，所以z2=x6第三步：逐个计算各模式样本{xi,i=1,2,…,N}与{z1,z2}之间的距离，即Di1=
6、
7、xi-z1
8、
9、Di2=
10、
11、xi–z2
12、
13、并选出其中的最小距离min(Di1,Di2)，i=1,2,…,N第四步：在所有模式样本的最小值中选出最大距离，若该最大值达到
14、
15、z
16、1-z2
17、
18、的一定比例以上，则相应的样本点取为第三个聚类中心z3，即若max{min(Di1,Di2),i=1,2,…,N}>θ
19、
20、z1-z2
21、
22、，则z3=xi否则，若找不到适合要求的样本作为新的聚类中心，则找聚类中心的过程结束。这里，θ可用试探法取一固定分数，如1/2。在此例中，当i=7时，符合上述条件，故z3=x7第五步：若有z3存在，则计算max{min(Di1,Di2,Di3),i=1,2,…,N}。若该值超过
23、
24、z1-z2
25、
26、的一定比例，则存在z4，否则找聚类中心的过程结束。在此例中，无z4满足条件。第六步：将模式样本{xi,i=1,2,…,N}按最近距离分到最近的聚类中心
27、：z1=x1：{x1,x3,x4}为第一类z2=x6：{x2,x6}为第二类z3=x7：{x5,x7,x8,x9,x10}为第三类最后，还可在每一类中计算个样本的均值，得到更具代表性的聚类中心。
