KMeans聚类实验

用matlab实现模拟退火k均值聚类，只要有样本特征库就能运行。

多径效应导致基于接收信号强度指示(RSSI)的室内定位精度不高,采用高细粒度的物理层信道状态信息(CSI)可以更好地描述室内多径环境,提高基于指纹的室内定位的精度。利用聚类算法提取CSI,提高了不同位

主要介绍了Python实现的KMeans聚类算法,结合实例形式较为详细的分析了KMeans聚类算法概念、原理、定义及使用相关操作技巧,需要的朋友可以参考下

matlabkmeans聚类，里面包括代码和例子以及聚类后的图片

3个matlab程序源代码，含有工具箱函数版本与纯手工Kmeans算法源码

JAVA+聚类+KMeans图书推荐系统使用了聚类算法来给图书推荐进行排名，适合毕业设计进行参考~代码是基于javaweb的应用

基于k-means聚类的财务欺诈类型分类，李旭升，文柳，本文采用类内、类间距离的比值确定聚类数的方法，结合k-means聚类对上市公司的财务欺诈数据进行分析，并对财务报表的欺诈类型进行�

基于聚类的路标检测（K-means）（MATLAB）(RGB)通过采用RGB的颜色特征空间，如果和YUV结合使用，识别效果更佳。

本程序乃是本人发表的学术论文实现程序，针对传统K-means初始化质心得随机性缺点，提出孤立点思想，并计算DKC,来初始化质心。

传统的k-means算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动。为消除这种敏感性，提出一种优化初始聚类中心的方法，此方法计算每个数据对象所在区域的密度，选择相互距离最远的k个处于高密度区域