说明：应用背景 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。 关键技术 先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的...

matlab

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：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：[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：K-means文件夹包含了一个有关图像灰度值的聚类，很好的程序。一看就能懂的，让你对传统K-means的聚类过程有很好的理解，程序用Matlab编写，通过不断迭代直至收敛条件。迭代过程中不断更新聚类中心，最后完成聚类。但是传统的K-means有一些固有的缺陷，如最终聚类结果与初始中心的选取有很大的关...

matlab KMeans

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 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。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。...

matlab 分析 模糊 用于 均值

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：应用背景 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。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。...

matlab 分析 模糊 用于 均值

说明：资源描述模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类，基于此，本程序采用结合模糊聚类和广义神经网路回归的聚类算法对入侵数据进行了分类，并通过仿真实验验证了算法可行性。

matlab 算法 神经网络 网络 基于 研究 入侵