论文研究基于模糊C均值聚类的岩石节理图像分割方法 .pdf

本资料属于机器学习领域的聚类问题，主要内容为：使用聚类方法来进行图像分割。

模糊聚类:模糊c均值算法

对纹理图像实用laws能量作为特征，应用k均值聚类的方法对图像进行分割

在图像分割的多种方法中，模糊C均值（FCM）聚类是最简单有效的。可能性C-均值算法（PCM）作为FCM的同类算法具有更佳的聚类性能和概率解释性，但无论是FCM还是PCM均受隶属度的约束影响使其对噪声点

论文研究-属性均值聚类.pdf,

语义Web的高速发展使其具有动态性和异构性特征，解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式，增强了Web的语义信息。因此，为了解决语义异构性，实现数据间的互操

基于粒子群的模糊C均值聚类算法不同模式的比较，黄新建，，本文把标准粒子群优化算法应用于模糊C均值聚类算法中，详尽地比较了异步模式和同步模式聚类效果。首先介绍了相关算法和粒子群算��

基于不同粒子群算法的模糊C均值聚类算法的比较,黄新建,,通过聚类方法对数据中的有效信息进行提取已成为研究热点。在粒子以隶属度进行编码的基础上,本文把五种不同的粒子群优化算法应用

论文研究-基于模糊粗糙k-均值的用户访问模式的聚类.pdf,

讨论的是对模糊C-均值聚类方法的改进，在原有的模糊C-均值算法的基础上，提出一种软硬结合的快速模糊C-均值聚类算法。快速模糊C-均值聚类算法是在模糊C-均值聚类算法之前加入一层硬C-均值聚类算法。硬聚