说明：模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.

说明：数据采用PCA降维后进行kmeans聚类确定样本类别，对聚类后数据作图，包括数据点以及质心位置， 随后进行样本集划分，利用knn算法进行有监督的学习分类，经测试，能够取得较好的分类效果。

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：模式识别的经典算法之一，动态聚类的k均值算法，采用matlab进行编程，并对分类进行了画图分析。

识别K均值 K均值 聚类 k-均值聚类 均值聚类

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

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：聚类分析是无监督模式识别中的一种重要方法 ,已广泛应用于数据挖掘 、图像处理、计算机视觉 、生物信息和文本分析中。聚类算法就是将一组分布未知的数据进行分类, 其目的是寻找隐藏在数据中的结构, 并按照某种相似程度的度量, 尽可能地使具有相同性质的数据归于同一类 作为经典k-means算法的一个变种，具...

matlab

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：模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。

说明：资源描述采用matlab语言编写，案例中K=4，对二维数据分成4个类，聚类效果很好。k-means在输入样本数据不大的时候聚类速度和聚类效果都很好

matlab 算法 KMeans