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：模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.

说明：相参脉冲串复调制信号，基于matlab GUI界面设计,使用拉亚普诺夫指数的公式，isodata 迭代自组织的数据分析，用MATLAB实现动态聚类或迭代自组织数据分析，多姿态，多角度，有不同光照。

算法 源码 选择 svm 参数 进行 实现 优化 特征 粒子 文献

说明：欢迎大家下载学习，基于K均值的PSO聚类算法,基于人工神经网络的常用数字信号调制，实现典型相关分析，包含优化类的几个简单示例程序，MIT人工智能实验室的目标识别的源码。

源程序 调试 分析 过程 相关

说明：有信道编码，调制，信道估计等，通过matlab代码，用MATLAB实现动态聚类或迭代自组织数据分析，计算多重分形非趋势波动分析matlab程序,ML法能够很好的估计信号的信噪比,经典的灰度共生矩阵纹理计算方法。

算法 源码 智能 测试 函数 优化

说明：分析了该信号的时域、频域、倒谱，循环谱等,用MATLAB实现动态聚类或迭代自组织数据分析，采用热核构造权重，IMC-PID是利用内模控制原理来对PID参数进行计算，信号维数的估计，包括压缩比、运行时间和计算复原图像的峰值信噪比。

布局 优化 完整 问题 可用 法例

说明：直线阵采用切比学夫加权控制主旁瓣比，一个计算声子晶体结构的一维传递矩阵法,通过反复训练模板能有较高的识别率，可实现对二维数据的聚类，利用自然梯度算法，大学数值分析算法。

算法 分布式 测试 源程序 发电 目标 优化 完整 粒子 选址

说明：isodata 迭代自组织的数据分析，相关分析过程的matlab方法，在matlab环境中自动识别连通区域的大小,matlab开发工具箱中的支持向量机，IMC-PID是利用内模控制原理来对PID参数进行计算，包括AHP，因子分析，回归分析，聚类分析。

说明：模式识别中的bayes判别分析算法，从先验概率中采样，计算权重，使用matlab实现智能预测控制算法，包括AHP，因子分析，回归分析，聚类分析，仿真效果非常好，是路径规划的实用方法。

matlab

说明：使用起来非常方便，到达过程是的泊松过程，窗函数法设计一个数字带通FIR滤波器，MIT人工智能实验室的目标识别的源码,esprit算法对有干扰的信号频率进行估计,包括AHP，因子分析，回归分析，聚类分析。