核模糊c均值聚类程序

基于模糊C均值聚类算法的图像分割

针对模糊C均值（FCM）聚类算法中，聚类效果往往受到聚类数目和初始聚类中心影响这一问题，提出了基于平均信息熵确定聚类数目的方法，并采用密度函数法来获得初始聚类中心。

用于划分分类含义编辑模糊c均值聚类算法fuzzycmeansalgorithmFCMA或称（FCM）在众多模糊聚类算法中模糊C均值（FCM）算法应用最广泛且较成功它通过优化目标函数得到每个样本点对所有

一个自动对图像的像素值反复聚类最后分成需要的K类，然后可对图像进行分割的MATLAB程序！

K均值聚类matlab源程序,结合数据进行了实验,效果较好.

kmeans均值聚类算法程序,用matlab实现,具有一定参考价值

Fuzzy kernel clustering algorithm (ant colony algorithm)

针对模糊聚类算法在样本特征不明显时不能取得很好的聚类效果, 以及现有的模糊聚类算法需要事先确定 聚类数, 随机性强、容易陷入局部最优等弱点, 将核函数和有效性函数引入到模糊聚类中, 提出了模糊核聚类的

论文研究-模糊C-均值中的最优聚类与最佳聚类数.pdf,  根据模糊C-均值(FCM)算法中的类中距与类间距构造一个新且简

基于聚类的图像分割方法，C均值聚类算法及代码