自适应k均值聚类

Matlab实现(KNN)自适应谱聚类

一种新的聚类算法，具有自适应的特性。这种算法不用设置初始的聚类个数，只需要设定参数p就行。

针对模糊聚类算法在样本特征不明显时不能取得很好的聚类效果, 以及现有的模糊聚类算法需要事先确定 聚类数, 随机性强、容易陷入局部最优等弱点, 将核函数和有效性函数引入到模糊聚类中, 提出了模糊核聚类的

从理论、设计程序和代码实现等方面，说明如何通过数据挖掘中K一均值聚类算法．利用Matlab的灵活编程功能进行探索性和优化性综合实验。以实验教学实践说明，为将创新思维和动手能力培养贯穿于实验教学的始终，

使用MFC实现了遥感图像处理中的非监督分类-K均值聚类，可以对绝大多数常用图像格式进行处理和分类，可以人工设置分类精度和分类类别，可以保存分类后的图像，代码注释很详细，界面也很美观。

文档提供了一个完整的k均值聚类算法MATLAB程序，已运行无误，且有超级详细的注释

对灰度图像进行K均值聚类分析，利用该算法很好的实现了对图像的聚类处理

k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中，对图像进行

在线K均值聚类，混合高斯模型背景建模的改进算法，结果较好。

基于Matlab的图像K均值聚类算法，可以用于图像分割