基于划分的模糊聚类算法

Fuzzy C-means algorithm clustering MATLAB implementation

模糊C均值FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，

模式识别中对C-均值聚类算法的改进版本：采用自适应模糊C-均值聚类算法，对图像进行分类。

一种模糊聚类算法MATLAB，能够将矩阵的元素按照一种聚类的方式重新排列

自己写的模糊C均值聚类算法MATLAB实现

该代码是模糊均值聚类算法源代码，用C#语言编写，对于数据挖掘的学员有一定帮助。

模式识别模糊C均值算法，编写了函数计算特征向量集合的模糊隶属度,并判断分类，VC6.0编译，有注释

模糊聚类 关键词:模糊聚类,半监督 介绍 本开源项目为模糊聚类算法python代码,主要算法包括: FCM(模糊C均值算法) MEC(极大熵模糊聚类算法) 核模糊聚类算法 SFCM(半监督模糊聚类算法

为了更有效地分析聚簇重叠部分高阶异构数据的聚簇结果,提出了一种高阶异构数据模糊联合聚类(HFCC)算法,该算法最小化每个特征空间中对象与聚簇中心的加权距离。推导出对象隶属度和特征权重的迭代更新公式,设

鉴于直觉模糊集理论作为模糊理论的推广已得到广泛的应用, 研究了将模糊??c- 均值聚类推广为直觉模 糊??c- 均值聚类(IFCM) 的途径和方法, 分析了现有的几种IFCM 算法, 并提出了一种基于