说明：k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举...

matlab

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：模糊K-均值算法由K-均值算法派生而来。K-均值算法在聚类过程中，每次得到的结果虽然不一定是预期的结果，但类别之间的边界是明确的，聚类中心根据各类当前具有的样本进行修改。模糊K-均值算法在聚类过程中，每次得到的类别边界仍是模糊的，每类聚类中心的修改都需要用到所有样本，此外聚类准则也体现了模糊性。模糊...

matlab 算法 实现 模糊 及其 均值

说明：应用背景MR技术中的K空间数据填充是产生MR图像中的关键一步。本代码用于K空间数据的生成。所使用的图像为shepp_logan体模。关键技术本代码针对S-L体模对MR技术中K空间的数据生成，很好的模拟了MR数据采集过程中的K空间数据填充。通过对本算法的学习，可以对MR图像K空间概念有更深入的了解。

matlab 图像 mr 数据 生成 空间

说明：常用的分类方法，包括最近邻（NN），k均值（kmeans），k近邻，Fisher线性判别。-Commonly used classification methods, including nearest-neighbor (NN), k the mean (kmeans), k neighbors,...

matlab 分类 fisher 方法 常用 包括 线性 均值 近邻 判别 NNk kmeansk

说明：k-均值聚类是一种矢量量化，最初从信号处理，这是流行的数据挖掘中的聚类分析的方法。k-均值聚类分区 n 个观测到 k 集群每个观察值属于最近均值集群目标，作为该群集的一个原型。这会导致 Voronoi 单元格数据空间的划分。问题是计算困难 （np） ；然而，有高效的启发式算法，并普遍采用和快速收敛到...

matlab 算法 均值

说明：k-d树（k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。做特征点匹配的时候就会利用到k-d树。

matlab 搜索 空间 KD

说明：应用背景k-均值+ +是一种改进的Kmeans算法，提出了一种新的k-均值聚类算法初始化技术版本 ；它是在2007由戴维亚瑟和谢尔盖vassilvitskii提出，为NP难问题的一个近似算法k-均值 ；关键技术参考文献： ；亚瑟，D.和vassilvitskii，美国（2007）。”k-均值+ +：...

matlab 算法 均值

说明：在模式识别中，k-近邻邻居算法 （或简称 K-NN） 是一种用于分类和回归的非参数方法。在这两种情况下，输入包括 k 最近训练样本在特征空间中。输出取决于 k-近邻用于分类或回归。

matlab 算法 近邻 邻居

说明：matlab图像分割实例，K均值用于图像分割，割调用库函数实现，带注释，简单易懂

图像分割K均值 K均值图像 kmeans图像分割 Kmeans-图像分割 kmeans-image