论文《一种基于流形距离的迭代优化聚类算法》

一种基于距离约束的改进SURF算法，李红波，赵永耀，图像特征点匹配算法是增强现实几何一致性技术中的核心算法，目前图像特征点匹配算法耗时较大，准确性较差。提出了一种基于距离约

一种改进的快速聚类算法GLDBSCAN，陈晓云，祁小丽，本文在基于局部密度的空间聚类算法LDBSCAN的基础上提出了一种基于网格和SP-Tree的快速聚类算法GLDBSCAN。新算法设计了一种新的对数

针对K-means算法易受初始聚类中心影响而陷入局部最优的问题，提出一种基于萤火虫智能优化和混沌理论的FCMM算法。利用最大最小距离算法确定聚类类别值K和初始聚类中心位置，以各聚类中心为基准点，利用T

针对面向聚类的特征选择算法效率和效果无法兼顾，并且对高维数据适用度不高的问题，提出了一种基于邻域分析的加权特征选择算法ENFSA。该算法首先基于信息熵构建候选特征集，降低加权特征选择的候选特征维度，在

对于目前传统的k均值进行改进算法更好，对大家学习K均值很有帮助

一种改进的稀疏子空间聚类算法，我们都想看

针对初始聚类中心对传统K-means算法的聚类结果有较大影响的问题,提出一种依据样本点类内距离动态调整中心点类间距离的初始聚类中心选取方法,由此得到的初始聚类中心点尽可能分散且具代表性,能有效避免K-

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。

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。

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。