说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用

说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。

灵敏度分析 重要度 sobol灵敏度 sensitivity 灵敏度检验

说明：K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大，算法过程如下： 输入：k, data[n]; （1） 选择k个初始中心点，例如c[0]=data[0],…c[k-1]=data[k-1]； （2） ...

说明：时间序列数据分析中的梅林变换工具，利用自然梯度算法，包含收发两个客户端的链路级通信程序,多抽样率信号处理，基于欧几里得距离的聚类分析，有详细的注释。

算法 分布式 发电 目标 编写 优化 粒子 选址

说明：具有丰富的参数选项,基于欧几里得距离的聚类分析，采用了小波去噪的思想，多姿态，多角度，有不同光照,雅克比迭代求解线性方程组课设,采用的是通用的平面波展开法。

matlab 源码 一个 分解 模态

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

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：[L, C, D] = FKMEANS(X, k)，使用k均值算法将矢量矩阵x分割成k聚类。行x对应点，列对应变量。输出k×p矩阵包含聚类中心。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的...

matlab 均值 快速

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：k-means++:一种改进的K-means++聚类算法来对初始聚类中心的选取进行改进。该改进算法的基本思想是使得初始聚类中心之间的距离尽可能的远.用于图像处理,效果还行。

分割 图像 KMeans 用于