一种基于海量高维数据的软子空间聚类改进算法

针对高维数据近似最近邻查询,在过滤-验证框架下提出了一种基于学习的数据相关的c-近似最近邻查询算法.证明了数据经过随机投影之后,满足语义哈希技术所需的熵最大化准则.把经过随机投影的二进制数据作为数据的

目前的聚类算法如K-means、DBSCAN等，采用全局参数而难以发现数据的自然聚类，提出一种新的分级聚类算法CluFNC，能够在数据空间中发现内部聚类特征。该算法的参数包括网格大小、噪声阈值和神经节

\一种改进的双向聚类算法及其在销售分析中的应用[].pdf

kmeans聚类:一维数据的kmeans聚类算法的实现

在分析经典谱聚目标函数与加权核k-means目标函数等价基础上,设计了一种基于抽样子空间约束的改进大规模数据谱聚类算法,算法通过加权核k-means迭代优化避免矩阵特征分解的大量资源被占用,通过数据抽

新的基于网格的聚类算法（CABG）利用网格处理技术对数据进行了预处理，能根据数据分布情况动态计算每个单元格的半径，并成功地将网格预处理后所得单元格数据运用于其后的聚类分析中，从而简化了算法所需的初始参

这个资源是一个拥有完整代码与测试数据的k-means算法文件，集原始算法与改进算法于一个程序，通过选择不同的标签号来使用算法，能完整运行，效果很好，希望对大家有帮助！

论文《一种新的分层聚类算法研究》，和大家分享～～～～～～

一种基于最大最小距离和SSE的自适应聚类算法，该算法采用了新的聚类策略，通过实验验证该算法在处理大规模数据时具有较高的效率和精度，对于数据挖掘领域具有一定的应用价值。

本项目提供了一个基于MATLAB实现的ISODATA算法，用于对数据进行动态聚类分析。