说明：核聚类算法FCM算法及性能分析，有图片，FCM模糊C均值图象，有窗体
说明：模糊C均值算法，由硬C均值算法演化而来 是一种聚类算法，算法简单，速度快，但是受初始聚类中心点影响大，且要预先设定K值，即需生成的簇的数目。
说明：利用FLICM算法进行图像聚类的matlab程序代码，相对于FCM（模糊C均值聚类）算法具有较强的抗噪能力。
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：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：基于模糊C-均值聚类算法的图像分割，消除二值分割的非此即彼的缺陷。