模糊聚类实例

FCM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。-fuzzy clusters method

用电脑进行模糊聚类的研究。文章简述了用电脑如何操作并有相关的程序及模型简介

针对传统FCM算法对孤立点比较敏感，须预先指定聚类数目的缺陷，提出一种新的模糊聚类算法NSFCM，将其应用于文本挖掘中。NSFCM对数据对象的隶属度增加一个权值，以减少孤立点对聚类中心的影响。采用平均

设置聚类中心的模糊C均值大大的减少了迭代次数，matlab

c均值模糊聚类的matlab程序，加GUI交互式界面。智能计算方面的。

该资源包括两部分代码，都是python实现，使用两种方式实现了模糊聚类，使用的数据集也在压缩包内，配置好环境可直接运行。

能够直接在MATLAB中使用的程序代码，直接填入EXCLE数据，就可以使用

FCM算法两种迭代形式的MATLAB代码，供数据挖掘、模式识别或图像处理等方面参考

二维直方图+模糊聚类进行图像分割，一维直方图对于噪声污染严重的图像不能出现明显的双峰，二维直方图可以很好地解决这种现象，进行图像分割

此源代码实现了基于模糊C均值聚类的车牌定位，这是一个人机交互的车牌定位程序，绝对实用哦