薄层多层的模糊聚类分层法.pdf

聚类分析是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。 常见的聚类分析方法有

论文研究-多层结构的模糊分级聚类方法和应用.pdf,  本文讨论和介绍了多层结构的模糊分级聚类分析方法，为了方便应用，还给出了一个实例．

能够直接在MATLAB中使用的程序代码，直接填入EXCLE数据，就可以使用

程序很短，都是用的matlab自带的函数，但能说明matlab处理分层聚类的流程及常用函数。

借助matlab平台，实现针对场景的简化聚类，较为便利，容易理解

testData.txt测试数据dnaData1.txt2000CUMCMA已知分好成两类的20条DNA数据dnaData2.txt2000CUMCMA待分类的20条DNA数据waterData.tx

模糊聚类算法MATLAB源码,基于核的模糊聚类算法

使用VC2008编写，用于VC6.0可能会产生一些简单的错误，做出相应的修改即可！ 这是一个针对学生成绩排名的聚类算法应用实例，里面提供了计算相似矩阵的两种算法（绝对值减数法，最大最小值法），还给出了

分层聚类算法的优点在于它可以在不同粒度上对数据进行探测, 然而一旦出现一组对象合并时, 类之间就不能交换对象, 因此在合并前, 必须花费大量时间计算单链接距离( 或全链接距离)

分层聚类的数据字段