基于DBSCAN和Kmeans算法的手机信令数据聚类方法研究

基于密度的一种聚类方法（DBSCAN）源码，里面包含一个简单易懂的例子，讲述了DBSCAN，将简单的数据集进行DBSCAN聚类，最终将聚类的结果绘制成为图形化。

DBSCAN聚类算法是一种基于密度的聚类算法，它通过对数据点的密度进行评估来实现聚类。本文从应用场景和实现原理两方面简要介绍DBSCAN算法。首先介绍了DBSCAN算法在数据挖掘、图像处理、生物信息学

P2P(peer-to-peer)网络分布式聚类算法是利用P2P网络上各个节点的计算、存储能力以及网络的带宽，将算法的时间复杂度和空间复杂度平摊到各个节点，使处理和分析海量分布式数据成为可能，从而克服

基于K-means聚类的医院科室管理策略研究，李玲，田珊，文将数据挖掘技术应用到医院科室管理中，用一种改进的K-means算法对医院科室进行分类，建立了以接诊次数和科室效益相结合的医院科�

基于手机信令识别居民出行方式对于智慧交通规划具有重要意义。通过结合信令和导航地图数据，利用聚类算法以及时间关联性算法，实现步行、驾车、公共交通等出行方式的识别。结果表明，结合导航地图数据后识别正确率得

dbscan聚类算法，已经炮筒，欢迎下载dbscan.py

数据挖掘小作业 ，用kmeans算法实现了一个简单的分类器。作业要求在压缩包里有。程序是用C＋＋写的。共聚10个类，初始点的选择和属性权值的计算采用了压缩包里paper里的一篇论文里的方法。

支持任意维度，任意多组向量，聚合为任意类。当向量数过多时，需要将编译器的堆栈大小设置为你所需要的值，否则会存在堆栈溢出的情况。程序中存在很多被注释的输出语句，去掉注释就可以看到更完整的输出信息。

使用遗传算法来优化kmeans聚类的目标函数. 参考文献:http://www.biomedcentral.com/1471-2105/5/172

k-means聚类算法的java实现描述