说明：非负矩阵分解 （NMF） 已成为最广泛使用的聚类技术的探索性数据之一分析。但是，由于每个数据点进入平方的残留错误的目标函数与大了一些局外人错误很容易地主宰的目标函数。在本文中，我们提出了鲁棒流形的非负矩阵分解使用 ℓ2、 1-范数和整合 NMF 和相同的聚类框架下的谱聚类 （RMNMF） 方法。我们...

matlab 矩阵 分解

说明：C-均值聚类BP神经网络信号分析与处理方法，对模拟产生的数据样本进行训

聚类样本 bp聚类 信号聚类 bp-聚类 BP-神经网络-matlab

说明：模糊C均值聚类算法，对图像进行分类，图像处理，多类划分，SAR图像分类

fcm fuzzy FCM-and--TV image-classification fcm-SAR

说明：用C均值聚类方法实现图像分割，matlab实现，包含实验报告

实验报告 聚类-分割 C_FCM 聚类-图像 FCM聚类

说明：基于欧几里得距离的聚类分析算法程序，只需要用户输入矩阵即可完成

聚类分析 clustering-distance 欧几里得 距离矩阵聚类 矩阵距离聚类

说明：k-均值聚类法用于各种图像的聚类、分割问题，希望可以对您有利

K均值图像 k-means-k均值 K聚类 K-Means图像分割 K均值

说明：模糊C均值聚类的matlab实现，模糊C均值聚类是一种利用模糊数学做的聚类方法，属于图像分割的一种。可利用聚类结果用于图像分析和识别。

图像模糊识别 mean 图像识别聚类 fcm-matlab segment

说明：模糊聚类分析的源代码 ，其中包括矩阵标准化，模糊相似矩阵

fuzzy-cluster 模糊聚类分析 模糊聚类 相似矩阵 模糊聚类矩阵

说明：模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。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。

说明：一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标[2]。针对实时变化的交通流数据，采集5 mins时段客流数据，根据最近邻原则划分其归属的聚类中心，从而识别出当前的交通模式。

粒子群 K均值 聚类算法 电梯 交通模式 识别方法 PSO