近邻传播聚类源码（C++）

经典模糊C均值聚类算法（FCM）基于欧氏距离，存在不同规模类簇不能正确聚类问题，针对此问题提出一种基于[K]近邻隶属度的模糊C均值聚类算法（KNN_FCM）。讨论了基于[K]近邻隶属度的粗糙C均值聚类

谱聚类算法是基于谱图划分理论的一种机器学习算法，它能在任意形状的样本空间上聚类且收敛于全局最优解。但是传统的谱聚类算法很难正确发现密度相差比较大的簇，参数的选取要靠多次实验和个人经验。结合半监督聚类的

针对密度峰聚类分配时，仅考虑样本点与指向点（密度比它大的最近点）之间的距离，不适用于流形聚类（如Circleblock数据集、Lineblobs数据集等）的问题，提出了[K]近邻相似度优化的密度峰聚类

针对密度峰值聚类算法（DPC）在处理维数较高、含噪声及结构复杂数据集时聚类性能不佳问题，提出一种结合K近邻的改进密度峰值聚类算法（IDPCA）。该算法首先给出新的局部密度度量方法来描述每个样本在空间中

C++ 基于近邻聚类模式识别的程序。用于图像处理识别实验，

一种基于自适应最近邻的聚类融合方法,里面有与k-means、k-中心点算法的对比等等

针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题，提出了基于聚类和K近邻算法的井下人员定位算法。用二分kmeans聚类算法对采集的RSSI数据进行分类，建立离线指纹数据库

C++类库类库C++类库类库C++类库类库C++类库类库C++类库类库C++类库类库xiazaic++C/C++

Learning to Cluster. A deep clustering strategy.

聚类 与美籍人士一起学习聚类