说明：协同模糊聚类建模通过特征选择和协同模糊聚类的模糊建模方法构建T-S模型，并用此模型对数据进行测试。

collaborative-fuzzy ts-fuzzy-matlab ts-model feature-selection T-S模糊

说明：matlab实现的k均值聚类算法，可以实现对大量数据的有效分类

K. k均值分类 K_average K均值 聚类算法

说明：利用模糊c—均值聚类方法将data 数据向量；3表示分成三类；center表示分类中心

模糊C均值 模糊C均值聚类 fuzzy-classification 模糊C cjulei

说明：K-MEANS聚类算法,以及PSO和QPSO算法改进K-MEANS算法,breastcancer数据验证了该分类模型的有效。

K-MEANS聚类算法 PSO QPSO K-MEANS算法

说明：kfcm，为模糊核聚类算法，用于将低维的数据映射到高维进行分类，是较先进的算法。

KFCM 模糊 核聚类

说明：Matlab实现界面友好，用MATLAB实现动态聚类或迭代自组织数据分析，利用自然梯度算法，课程设计时编写的matlab程序代码，结合PCA的尺度不变特征变换(SIFT)算法，基于欧几里得距离的聚类分析。

matlab 程序 开发 模拟 过程 可以 编译 处理 数据分析

说明：利用自然梯度算法，一种流形学习算法（很好用），欢迎大家下载学习，利用贝叶斯原理估计混合logit模型的参数，用MATLAB实现动态聚类或迭代自组织数据分析，鲁棒性好，性能优越。

matlab 算法 下载 模型 学习 参数 原理 实现 利用 估计 混合 大家 好用 动态 欢迎 优越 数据分析 组织 梯度 贝叶斯 迭代 流形 自然 鲁棒性 好性

说明：通过反复训练模板能有较高的识别率，主要是基于mtlab的程序，基于负熵最大的独立分量分析，基于欧几里得距离的聚类分析，应用小区域方差对比，程序简单，主要为数据分析和统计。

模板 程序 简单 应用 训练 分析 基于 识别率 主要 通过 统计 区域 分量 数据分析 独立 距离 最大 方差 对比 负熵 反复 mtlab 欧几里得

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：有较好的参考价值，是机器学习的例程，pwm整流器的建模仿真，PLS部分最小二乘工具箱,用MATLAB实现动态聚类或迭代自组织数据分析，主要是基于mtlab的程序。

matlab pwm 程序 仿真 pls 学习 工具箱 基于 实现 主要 机器 参考 最小 动态 价值 部分 整流器 建模 数据分析 组织 迭代 mtlab