说明：利用K均值聚类的方法实现人体的检测，混合高斯模型建立背景并实时更新

实时聚类 高斯模型 混合高斯模型-MATLAB 混合高斯-检测 body-detection

说明：动态时间弯曲距离精确计算的Dijkstra方法 dtw聚类的，需要的拿走，十分实用，亲测有效，需要的赶紧下.

dtw聚类 DTW-clustering

说明：一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标[2]。针对实时变化的交通流数据，采集5 mins时段客流数据，根据最近邻原则划分其归属的聚类中心，从而识别出当前的交通模式。

粒子群 K均值 聚类算法 电梯 交通模式 识别方法 PSO

说明：本书作者从实践出发，结合大量数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出地介绍数据挖掘建模中的有关任务：数据挖掘、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差预测等。

关联分类 数据关联 时序数据聚类 时序-预测 数据挖掘matlab

说明：用于信号特征提取、信号消噪，包括广义互相关函数GCC时延估计，实现串口的数据采集，基于欧几里得距离的聚类分析，可以得到很精确的幅值、频率、相位估计，基于分段非线性权重值的Pso算法。

pso 串口 gcc 提取 函数 分析 基于 实现 可以 包括 估计 得到 信号 特征 用于 非线性 相关 精确 频率 距离 时延 相位 广义 权重 数据采集 分段 欧几里得

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：为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心...

滚动轴承 分模态分解 奇异值分解 C均值聚类 FCM 分模态分解 奇异值分解

说明：无线传感器网络系统通常包括传感器节点、 汇聚节点和管理节点。大量的传感器节点部署在监视区域，构成一个网络通过自组织的方式。沿着其他的节点一个接一个，将达到汇聚节点的多跳路由协议后，最后达到管理节点通过有线传输数据由传感器节点监测和 （或） 无线互联网 [2]。能源，过程中信号的能力，是非常有限的传感...

matlab 能量

说明：应用背景 对于K-medoids的原点敏感性问题以及庞大资源群使其功能下降等明显的缺点，学者们研发了一个依靠原点微量调整和增量原点延迟集选的优化 K-medoids 聚类算法。新的算法就是基于微量调整的形式来改善原始点，用原点集合渐渐的展开计算方法以便有效的减少原点替换的运行时间。结论如我们...

matlab 实现

说明：应用背景K-均值聚类，是一种方法，矢量量化，最初是从信号处理，这是流行的，聚类分析，数据挖掘，K-均值聚类的目的是和分区和，观察到的，其中每个观察属于集群与最近的和平均，服务为一个和原型的集群。这个结果在一个分区的数据空间为 ；Voronoi单元关键技术•特别是在使用启发式的方法时，如劳埃德的算法是...

matlab 均值