搜索资源列表
使用减法聚类初始化fcm算法的聚类中心
- subclutering initializing fcm: 开发语言：matlab 功能：使用减法聚类初始化fcm算法的聚类中心，可以快速找到合适的初始聚类中心
将维对分和K均值算法分割图像
- 利用聚类算法分割图像，将维对分法只可将图像分为2部分，可以作为二值化的代码,K-均值法可将图像分为任意多部分。程序直接采用R、G、B三色作为特征参数，聚类中心为随机值，当然也可以采用其他参数，程序编译为EXE文件后速度还可以接受，但尚有改进的余地，那位高手有空修改的话，请给我也发份代码。-clustering algorithm using image segmentation, Victoria right method can on
fdfsfsfsfsfs
- 人工选择聚类中心，用k-means聚类方法对图像进行分割，效果不错的-artificial selection cluster center, k-means clustering method for image segmentation, the good results
MeanShift
- meanshift聚类，找到聚类中心,以及数据的类别-Clustering meanshift to find cluster centers, as well as the type of data
KandISODATAClass
- K均值和ISODATA分类两种算法，根据给定样本、聚类中心进行分类！-K-means and ISODATA classification algorithm, according to a given sample cluster center to classify!
Subclust
- 减聚类的类代码，可以直接使用获得类中心，类数目-Clustering by class code, you can directly use a type of center, type the number of
cjdkfoe
- 寻找k个聚类中心的算法，也就是对k-means算法初始化进行改进的一种算法-To find k-centers clustering algorithm, which is on the k-means algorithm to initialize an algorithm to improve
KMEANS
- K-MEANS算法 输入：聚类个数k，以及包含 n个数据对象的数据库。 输出：满足方差最小标准的k个聚类。 处理流程： （1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心； （2） 循环（3）到（4）直到每个聚类不再发生变化为止 （3） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
RPCL_FOR_VEC
- 基于RPCL算法的聚类中心收索算法，自动找出聚类的中心-RPCL algorithm based on the cluster center admission Faso algorithm, automatically find the cluster center
ChooseInitialCentres
- 模糊C均值初始聚类中心的选择，供初学者参考-Fuzzy C-means clustering center of the initial choice of reference for beginners
C-means
- 使用c-均值聚类算法在IRIS数据上进行聚类分析，随机选择三个初始聚类中心，经过多次迭代，最终将150个样本分为三类。-Use c-means clustering algorithm in the IRIS data on the cluster analysis, three randomly chosen initial cluster centers, through a series of iterative, 150 sam
kmean
- 给定很多数据点之后找这些类的聚类中心，然后重新分类。-Given after a lot of data points to find these kind of cluster center, and then reclassified.
PRmatlabprogram
- matlab聚类，应用平均值法求新的聚类中心-matlab clustering, the application of the cluster center average method novelty
fcm
- 获得3个和4个聚类中心然后进行比较，先用fcm函数进行聚类，聚类成3个和4个类别再进行比较分析-matlab fcm
K-means
- 聚类算法（K-means）源代码，通过对该代码的运行，可以实现对各种数据的聚类显示，最终选出聚类中心-Clustering algorithm (K-means) source code, run through the code, can display a variety of data clustering, selected a cluster center
Exterme_k_means
- Extreme k-means，被yuboYuan提出，给定初始聚类中心，聚类快。-Extreme k-means,poposed by yuboYuan，the intial center is fixed, faster than traditional k-means
cluster
- 快速搜索与发现密度峰值聚类方法来确定聚类中心(Clustering by fast search and find of density peaks)
模糊C均值聚类算法
- 模糊c-均值聚类算法通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的，一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective functio
语音聚类示例
- 实验示例是基于语音中的mfcc，语音倒谱特征来进行聚类，先利用训练样本来计算训练样本聚类中心（用到了lbg算法），之后再进行分类。 注意：使用代码时需要自己更改文件路径。(This example is based on the MFCC in speech and the feature of speech Cepstrum to cluster. First, the training sample is used to calc
模糊聚类R代码
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means clustering algorithm or FCM. Among many fuzzy clustering algorit