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 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：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：SVDD 是一种重要的数据描述方法, 它能够对目标数据集进行超球形描述, 并可用于异类点检测或分类. 在现实生活中目标数据集通常包含多个样本类, 且需要同时对每一个样本类进行超球形描述。

超球形 异类点检测 SVDD

说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。

灵敏度分析 重要度 sobol灵敏度 sensitivity 灵敏度检验

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

说明：应用背景几何结构分析是进行数据处理的重要基础，已经被广泛应用在人脸识别、手写体数字识别、图像分类、等模式识别和数据分类问题，以及图象分割、运动分割等计算机视觉问题（人脸识别、图像分类、运动分割等实例见下文）中。关键技术通过对子空间表示系数矩阵的研究，有些学者在求解子空间表示系数矩阵时，引入核范数（一...

matlab 空间 等级

说明：这是对iris数据的数据进行分类编程。使用的matlab平台，采用的是朴素贝叶斯的算法进行编程然后实现对数据的分类，非常实用，适合初学者使用。

说明：c-mean聚类算法源代码，通过对输入数据进行训练和分类类别设定，能够得到数据的聚类图。

聚类-训练 c-mean-clustering 聚类算法 分类-代码 mean

说明：是机器学习的例程，可实现对二维数据的聚类，采用加权网络中节点强度和权重都是幂率分布的模型，构成不同频率的调制信号，AHP层次分析法计算判断矩阵的最大特征值,基于K均值的PSO聚类算法。 

二维数据聚类 加权网络 幂率分布 AHP层次分析法计算 K均值 PSO聚类算法。