说明：应用背景isodata聚类算法可以通过类的自动合并与分裂，得到较为合理的类型数目c。它的聚类效果相比于c-均值算法而言具有更好的聚类效果，实现过程更为复杂。适用于聚类各种场合。关键技术 isodata聚类算法中，起始聚合中心的选取对聚类过程和结果都有较大的影响，如果选择的好，则算法的收敛速度快，聚类...

matlab 算法 实现 isodata

说明：应用背景Spectral Clustering（谱聚类）是一种基于图论的聚类方法，它能够识别任意形状的样本空间且收敛于全局最有解，其基本思想是利用样本数据的相似矩阵进行特征分解后得到的特征向量进行聚类。谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划...

matlab 分析 基于 多重

说明：Kohonen网络是自组织竞争型神经网络的一种，该网络为无监督学习网络，能够识别环境特征并自动聚类。Kohonen神经网络是芬兰赫尔辛基大学教授Teuvo Kohonen提出的，该网络通过自组织特征映射调整网络权值，使神经网络收敛于一种表示形态，在这一形态中一个神经元只对某种输入模式特别匹配或特别敏...

matlab 算法 网络 Kohonen 基于 入侵

说明：是机器学习的例程，可实现对二维数据的聚类，采用加权网络中节点强度和权重都是幂率分布的模型，构成不同频率的调制信号，AHP层次分析法计算判断矩阵的最大特征值,基于K均值的PSO聚类算法。 

二维数据聚类 加权网络 幂率分布 AHP层次分析法计算 K均值 PSO聚类算法。

说明：K-means文件夹包含了一个有关图像灰度值的聚类，很好的程序。一看就能懂的，让你对传统K-means的聚类过程有很好的理解，程序用Matlab编写，通过不断迭代直至收敛条件。迭代过程中不断更新聚类中心，最后完成聚类。但是传统的K-means有一些固有的缺陷，如最终聚类结果与初始中心的选取有很大的关...

matlab KMeans

说明：该算法是基于核密度估计的爬山算法，可用于聚类、图像分割、跟踪等，因为最近搞一个项目，涉及到这个算法的图像聚类实现。 假设在一个多维空间中有很多数据点需要进行聚类，Mean Shift的过程如下： 1、在未被标记的数据点中随机选择一个点作为中心center； 2、找出离center距离在bandw...

说明：应用背景主要针对图像分割的谱聚类算法，能够快速有效地实现常用图形的聚类分析。结合区域颜色信息和位置信息重新构造的权值矩阵，用于彩色图像分割。关键技术Ncut谱聚类算法、Ncut 方法把整幅图像看作一幅带权无向图 ,图像 中每一个像素对应了图中的一个节点 ,边上的权值代 表像素之间的近似关系 。

matlab 代码 实现

说明：使用K均值做聚类分析来进行图像分割，把原始图像转换到HSV空间做聚类分析

HSV kmeans--bp--svn kmeans-matlab 图像分割-kmeans matlab-kmeans

说明：RBF+K均值，可用

聚类拟合 k均值遗传算法 径向基kmeans 遗传算法k均值 优化聚类

说明：针对K-SVD算法和BM3D算法的不足，本文提出了基于字典学习和结构聚类的图像去噪算法。该算法首先通过字典学习得到含噪图像的冗余字典，然后对相似的图像块进行聚类构成块群，并通过迭代收缩和L1正则化约束，对同类的图像块在字典上进行稀疏表示，以达到降噪的目的。实验结果表明，在常规的图像处理上，本文提出的...