模糊聚类MATLAB程序

k-means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对

这是近邻传播聚类算法创始人Frey&Dueck在2007年Science杂志上面发表的“ClusteringbyPassingMessagesbetweendatapoints”论文里面方法的MATL

针对模糊c-均值(FCM)聚类算法受初始聚类中心影响,易陷入局部最优,以及算法对孤立点数据敏感的问题,提出了解决方案:采用快速减法聚类算法初始化聚类中心,为每个样本点赋予一个定量的权值,用来区分不同的

Matlab版本的模糊聚类工具箱:适合进行模糊聚类研究者学习。包含常见的k-means,k-medoids,FCM,GK,GG算法代码和实例代码。

模糊聚类中的模式分别,里面包括MATLAB仿真的一些代码

本资源是模糊聚类的代码实现，并且里面有较详细的说明

这个一篇对模糊聚类算法的改进文章。针对FCM原算法中的球形聚类的变化，使得对非球形的数据不太敏感。

FCM_模糊C_均值聚类_法在泥石流分类中的应用

模糊聚类的方法做的图像分割，希望对大家有用，谢谢！

MATLAB编程代码function[center,U,obj_fcn]=importfile(data,cluster_n)%FCMClust(data,cluster_n,options);%FC