说明：根据实验数据设计K均值聚类分析分类器，实验数据采用遥感彩色图像，以图像的所有象素为样本集，每一象素点的R、G、B值作为其特征向量。1）选择合适的类别数K和初始聚类中心。2）选择距离测度。3）设计迭代中止条件，或人为设定迭代次数。

matlab

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。

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：K-Means算法,不要求建立模型之后对结果进行新的预测，没有相应的标签，只是根据数据的特征对数据进行聚类。主成分分析降维对数据进行可视化操作,对features进行降维.

联合开发 降维聚类 降维算法 PCA-聚类 PCA可视化

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：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：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：使用K-means，混合高斯模型（GMM），层次聚类算法实现的多类别数据的聚类。内含详细的实验报告。

BP_adaboost gmm--code 混合高斯-matlab gmm-matlab matlab-clustering

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：聚类问题是普遍存在于众多领域的基本问题，如模式识别、图像处理、机器学习和统计学等。聚类的基本形式定义为在已给的数据集合中寻找数据点集的同类集合。

matlab 算法 均值