说明：用K-means算法对数据进行聚类分析，得到不同K值情况下的聚类结果并绘制出了J-K关系图。

K聚类 K. graph-cluster K-Means聚类 Kmeans

说明：中心点漂移是一种非监督聚类算法（与k-means算法相似，但应用范围更广些),可用于图像分割，基于Matlab实现的源码。 MedoidShift is a unsupervised clustering algorithm中心漂移是一种非监督聚类算法（k均值算法具有相似性，但应用范围更广），可以用...

中心 漂移聚类 K-Means图像分割 The-Fields 图像分割算法

说明：用改进的粒子群算法对基于非对角MAC矩阵元素均值最小目标函数为目标函数，以简支梁前三阶模态振型为原始数据对简支梁进行传感器优化布置。

粒子群算法有与传感器的优化布置 改进粒子群算法 线性递减惯性权重 MAC矩阵 算法改进

说明：LMD算法利用极值平均、边界局部特征尺度延拓、HDJ极值延拓法、基于ISBM延拓、平行延拓法等对数据拓展，降低端点效应。

极值延拓 ISBM延拓法 端点极值延拓 LMD算法 lmd

说明：基于lms算法的干扰自适应抵消，LMS算法是基于最陡下降法的统计估计的最小均方值算法，令误差的均方值达到最小时的抽头系数的值即为最优解。LMS算法抽头系数w的变化方向为代价方程的负梯度方向。

lms算法 干扰 抵消

说明：模式识别的聚类方法：C－均值算法，求得不同的分类

C均值 模式识别 聚类分类 识别 C-MEANS-CLUSTERING

说明：Blind Equalizer 的演算法主要是利用CMA及 LMS 的配合，当CMA将EYE打开，使讯号趋近于正确值，就切换到LMS，利用Slicer的输出当作training sequence来调整Equalizer的系数，而Carrier Recovery 的部份，则是将phase error ...

matlab 算法 lms 利用 均衡 CMA

说明：自适应阈值算法将前景从背景中分离出来包括非均匀光照。

阈值 adaptthreshold 分离背景 光照-matlab 背景-matlab

说明：模式识别算法经验模式分解的端点效应消除代码。

模式识别算法 经验模式 端点效应 消除

说明：用matlab编写的k均值聚类程序，可直接运行调用-Prepared by the MATLAB K mean clustering procedures, can be directly run callK-均值聚类算法  1.初始化：选择c个代表点,...,,321cpppp 2.建立c个空间聚...

matlab 算法 代码 程序 原理 均值