说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用

说明：蚁群聚类算法及其改进算法  该算法，解决了不收敛的问题，聚类效果非常好（效果图如附件图片所示）。改进的蚁群算法是基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。 程序特点： 1、包含Matlab的画图程序，包括点的不同颜色标识， 2、包含文件的调...

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C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最优分类结果

matlab 算法 源码 遗传 改进 模糊 均值

说明：    模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最终的分类结果。

matlab 算法 源代码 遗传 改进 模糊 均值

说明：对旧金山海岸的极化SAR数据进行分类。根据图像像素点的散射特性采用Freeman分解对图像进行分类，利用wishart聚类算法聚类，最后得到极化sar数据的分类结果。保证了图像的极化特性和散射特性。

wishart分类 极化SAR SAR-图像分类 SAR散射 SAR-classification

说明：基于密度的聚类算法，代码详细，只是不适应大数据聚类，运行速度较慢。

说明：数据采用PCA降维后进行kmeans聚类确定样本类别，对聚类后数据作图，包括数据点以及质心位置， 随后进行样本集划分，利用knn算法进行有监督的学习分类，经测试，能够取得较好的分类效果。

说明：应用背景主要针对图像分割的谱聚类算法，能够快速有效地实现常用图形的聚类分析。结合区域颜色信息和位置信息重新构造的权值矩阵，用于彩色图像分割。关键技术Ncut谱聚类算法、Ncut 方法把整幅图像看作一幅带权无向图 ,图像 中每一个像素对应了图中的一个节点 ,边上的权值代 表像素之间的近似关系 。

matlab 代码 实现

说明：K-Means动态聚类算法源程序，很好用，大家可以来学习一下！对于二类的分类情况非常好用，而且可以衍生出三类的聚类，很好用，还有散点图！

matlab 算法 源程序 KMeans 动态