基于组平均距离聚类算法

一种基于距离的点聚合方法，将DBSCAN和Kmeans算法相结合用于手机信令数据聚类。通过该方法，实现了手机信令数据的可视化，避免了点数据的堆叠和覆盖问题，使得聚合后的数据空间分布结构更准确。该方法可

此图片是基于类中心的欧式距离法分类的matlab编程代码

为了在频率占用日益增多的自由空间中获得较大的带宽,需要将较多零星干净频段合并为系统的有效工作带宽。但是载波频率的跳变会引起接收基带信号的相位跳变,影响系统的分辨性能。针对非连续谱线性调频信号的接收基带

基于边界距离的时间序列聚类，李俊奎，王元珍，聚类的关键是定义对象之间的相似度或不相似度。提出了一种基于边界的时间序列距离度量DLB_HUST，较之已存在的基于边界的时间序列距

短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特

根据论文中的算法进行编程，求解不等长的时间序列在聚类过程（或者相似性度量）中的平均序列

最近模式识别课程要求编写一个聚类分析的C平均算法，我简单的编写了一个程序。窗体用VS2010写的，语言是C++，其中有断言错误，但是功能基本实现。有空再改吧！

源文件:k-means.cpp实验数据:data.txt

提供了一些关于叠加平均算法的参考资料，对一些做信号处理方面的人可能有所帮助！

包括一次移动平均二次移动平均一次指数移动平均二次指数移动平均算法