end

data=x';

% plot(data(:,1),data(:,2),'.')

%mean shift 算法

[m,n]=size(data);

index=1:m;

radius=0.75;

stopthresh=1e-3*radius;

visitflag=zeros(m,1);%标记是否被访问

count=[];

clustern=0;

clustercenter=[];

hold on;

while length(index)>0

    cn=ceil((length(index)-1e-6)*rand);%随机选择一个未被标记的点，作为圆心，进行均值漂移迭代

    center=data(index(cn),:);

    this_class=zeros(m,1);%统计漂移过程中，每个点的访问频率

        %步骤2、3、4、5

    while 1

        %计算球半径内的点集

        dis=sum((repmat(center,m,1)-data).^2,2);

        radius2=radius*radius;

        innerS=find(dis<radius*radius);

        visitflag(innerS)=1;%在均值漂移过程中，记录已经被访问过得点

        this_class(innerS)=this_class(innerS)+1;

        %根据漂移公式，计算新的圆心位置

        newcenter=zeros(1,2);

       % newcenter= mean(data(innerS,:),1); 

        sumweight=0;

        for i=1:length(innerS)

            w=exp(dis(innerS(i))/(radius*radius));

            sumweight=w+sumweight;

            newcenter=newcenter+w*data(innerS(i),:);

        end

        newcenter=newcenter./sumweight;

        if norm(newcenter-center) <stopthresh%计算漂移距离，如果漂移距离小于阈值，那么停止漂移

            break;

        end

        center=newcenter;

        plot(center(1),center(2),'*y');

    end

    %步骤6 判断是否需要合并，如果不需要则增加聚类个数1个

    mergewith=0;

    for i=1:clustern

        betw=norm(center-clustercenter(i,:));

        if betw<radius/2

            mergewith=i; 

            break;

        end

    end

    if mergewith==0           %不需要合并

        clustern=clustern+1;

        clustercenter(clustern,:)=center;

        count(:,clustern)=this_class;

    else                      %合并

        clustercenter(mergewith,:)=0.5*(clustercenter(mergewith,:)+center);

        count(:,mergewith)=count(:,mergewith)+this_class;  

    end

    %重新统计未被访问过的点论文网

    index=find(visitflag==0);

end%结束所有数据点访问

%绘制分类结果

for i=1:m

    [value index]=max(count(i,:));

    Idx(i)=index;

end

figure(2);

hold on;

for i=1:m

    if Idx(i)==1;

        plot(data(i,1),data(i,2),'.y');