均值聚类 实现颜色判定

c均值聚类算法小论文，包括原理、实验及结论

K均值聚类的程序，只有源文件和头文件啊，容易看的东啊

程序实现的是聚类分割，基于c均值的模糊聚类。聚类就是把相似的东西聚在一起

文章是描述如何把得到的一个样本中的元素分为若干类，这样方便信息管理。

在Matlab平台编写的C均值聚类程序，已在Matlab环境下验证

可视化分类结果，只弄了2维的可视化 需要在同文件中自己新建一个生产的数据文本 看看你就懂了，完全按照k均值聚类的思想写的

本代码以随机分布点为例，利用K均值对其进行聚类划分。程序基于OPENCV，可以通过调整最大迭代次数来调整系统的的性能。

上例中假定了Y1,Y2,Y3的联合分布为正态分布。这个假设是人为的，但是已经通过验证（Graham和Schafer于1999），非正态联合分布的变量，在这个假定下仍然可以估计到很接近真实值的结果。 　

K均值聚类算法收敛速度快，可以快速对图像区域聚类分割，是区域分割和数据聚类中常用的算法。初学者可以通过他理解聚类思想，非常容易理解功能强大！

k-means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对