java写的k均值算法

基于密度的改进K均值算法及实现，思想分析以及改进

Matlab and C++ implementation of k-means algorithm

基于Matlab的图像K均值聚类算法，可以用于图像分割

针对k均值聚类算法存在的缺点，提出了一种新的聚类算法———基于粒子群的k 均值聚类算法，并将此算法与现有的基于遗传算法的k均值聚类算法进行比较, 理论分析和数据实验证明，该算法有较好的全局收敛性，不仅

PAGE PAGE IV 基于cs搜索的K-均值算法简介 在各种智能算法发展迅速的今天算法优化问题变得愈发重要在数据挖掘学习中普通的K-均值聚类算法过于依赖初始质心的选择而增加了计算的复杂度本文首先介

K均值分类，遥感中分类的重要算法，用于监督法分类，图像处理相关的内容

K均值的时间复杂度为NKTD，其中，N代表样本个数，K代表k值，即聚类中心点个数，T代表循环次数，D代表样本数据的维度。 本算法的改进主要在以下方面： 一， 初始聚类中心点，传统的初始中心点是随机选择

利用k均值算法对图像进行分割，用户自己指定分割的类别数目。次程序为matlab编写

简单实用的k-means聚类分析方法 //进行k均值聚类过程 //定义簇数组，共需划分_NUM个簇 //定义中心点数组，每个簇对应一个中心点 //定义准则函数值 //对每个簇初始赋予一个特征对象，给初

运用java语言实现的Swing组件的K均值图像非监督分类