基于Matlab的图像K均值聚类算法

在本文中,我们考虑了对大型数据集进行聚类的问题。 特别是,我们提出了一种基于图形处理单元(GPU)的并行加权k均值聚类算法(PW-kmeans),该算法使我们能够利用GPU的并行计算功能来加速传统加权

matlab实现的k聚类算法实例，从excel表格中读取二维数据点（x,y）,然后将数据点分类，可以自主调节类别数量。压缩包包含如下内容：kmeans聚类函数（kmeans_clustering.m）

fcm（模糊c均值聚类）算法在MATLAB中实现。

基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。算法步骤：

Matlab simulation uses k-means clustering algorithm to achieve QAM signal equalization

Clustering experiment K-means and C-means

K均值聚类的程序，只有源文件和头文件啊，容易看的东啊

在进行图像区域分割时, 为了减少过度分割现象, 可利用K 均值算法简单、快速并且能够有效地处理大数据库的优点及概率松弛算法并行快速且考虑空间信息的优点, 同时考虑灰度信息和空间信息将两种方法相结合应用

Implementation of K-means algorithm based on matlab

k均值聚类算法 matlab程序 资料 用于分割