暂无评论
这是模式分类中的课程代码， 其中包含所有的模式分类算法的实现实验， 程序时用matlab写的，代码质量较高，对学习模式分类 模式识别、 机器学习的同学有很重要的参考价值， 其中经典的算法有：均值聚类算
针对K-均值聚类算法对初始聚类中心存在依赖性的缺陷,提出一种基于数据空间分布选取初始聚类中心的改进算法.该算法首先定义样本距离、样本平均差异度和样本集总体平均差异度;然后将每个样本按平均差异度排序,选
一种模糊聚类算法MATLAB，能够将矩阵的元素按照一种聚类的方式重新排列
用谱聚类来分类数据。
很好地聚类方法。适用于初学者效果很好。是一种非监督式的聚类。
在增强信号稀疏性的基础上,对模糊
针对截集式可能性C-均值聚类算法没有考虑邻域差异性信息,导致该算法对于有些噪声图像分割效果不理想的问题,通过在典型性值的计算中加入邻域信息,对算法中重要的变量典型性值进行修正,提出了一种优化的可能性C
在综合分析标准的模糊C-均值聚类算法和条件模糊C-均值聚类算法基础上，对模糊划分空间进行修改，进一步弱化模糊划分矩阵的约束，给出一种扩展的条件模糊C-均值聚类算法。算法的划分矩阵和原型不依赖于背景约束
改进的k_均值聚类排挤小生境遗传算法（论文）。
提出了一种基于空间邻域信息和灰度分布信息的模糊C均值图像分割改进算法。将空间邻域信息引入目标函数中,充分考虑邻域像素对聚类的影响,定义新的特征距离为空间距离和灰度距离的加权和,并根据相同灰度的像素点在
暂无评论