说明：kmeans均值聚类算法:一种改进的基于半监督聚类的入侵检测算法ASCID（主动学习半监督聚类入侵检测（k）利用kdd99数据集对kmeans聚类算法进行了仿真，实验结果表明，ASCID算法能够提高算法的检测率，降低误报率，验证了算法的可行性和有效性
kmeans 均值 聚类 半监督 入侵检测 ASCID
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：利用GK算法进行数据聚类。GK算法是一种改进的模糊聚类算法，在FCM的基础上改进的，能够识别不同形状的聚类结构。
GK算法 数据聚类 模糊聚类算法 FCM 聚类结构
说明：CLIQUE聚类算法CLIQUE是高维数据空间中基于网格和密度的聚类方法。
clique-communities 基于网格聚类 CLIQUE算法 网格-聚类 k-clique
说明：用 matlab 编写的 模糊C均值聚类法源程序和模糊k均值聚类法源程序，比较实用。
模糊均值法 c均值聚类 content_type=downloa k均值聚类 模糊Ｃ-均值
说明：谱聚类的matlab实现，其中包括k-means的实现，谱聚类聚类结果要优于k-means的聚类结果
聚类 聚类-实现 K-Means聚类 聚类-matlab k-means-matlab
说明：k均值聚类算法源码聚类算法学习的实例功能
聚类-matlab k-means-k均值 K-聚类-matlab K聚类算法 k-means实例
说明：光谱分析中的聚类方法和判别方法，包括：系统聚类、K均值聚类、距离判别、SIMCA法、kNN法等。
光谱聚类分析 SIMCA聚类分析 判别分析 matlab-光谱KNN 光谱距离
说明：k-均值聚类算法实现灰度图像分割，输入图像矩阵和聚类中心个数，返回为最终的聚类中心和图像中每个像素所属类的编号（对应于图像矩阵）
灰度分割 分割 图像分割 K均值 matlab
说明：聚类分析 最短距离法编程实现 层次聚类法
聚类-距离 聚类分析 层次聚类MATLAB 层次-聚类 距离聚类
