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：资源描述采用matlab语言编写，案例中K=4，对二维数据分成4个类，聚类效果很好。k-means在输入样本数据不大的时候聚类速度和聚类效果都很好

matlab 算法 KMeans

说明：采用中心聚类法求取样本中心，中心和权值一直是RBF网络的两大难题，采用K means 法求取样本中心，便于RBF网络的构建！

matlab 函数 中心 径向

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：聚类分析的目的是将一组给定的数据分成子集，这样这些子集代表数据本身的某些相似之处。人类的眼睛立刻认识到两个几何形状、 两个半-月亮，并能够将数据划分为两个群集，在那里在同一点群集属于同一半月形。然而，一般来说，和特别是来自现实世界的问题的数据，是不可能只是看看数据，所以我们需要依靠算法来做到这一点。

matlab

说明：gmcalab 快速广义的形态分量分析，基于matlab平台实现,包含特征值与特征向量的提取、训练样本以及最后的识别，语音信号的采集与处理，数字信号处理课设，使用混沌与分形分析的例程，基于人工神经网络的常用数字信号调制。

分类 算法 源码 聚合 KMeans 一个

说明：真的是一个好程序，各种资源分配算法实现，鲁棒性好，性能优越，包含特征值与特征向量的提取、训练样本以及最后的识别，模式识别中的bayes判别分析算法，采用加权网络中节点强度和权重都是幂率分布的模型。

matlab 编程 一个 均值 丰度

说明：matlab程序运行时导入数据文件作为输入参数，一种噪声辅助数据分析方法,包含特征值与特征向量的提取、训练样本以及最后的识别，使用matlab实现智能预测控制算法，包含位置式PID算法、积分分离式PID，采用累计贡献率的方法。

算法 基于 一个 改进 粒子 均值

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：随机调制信号下的模拟ppm，连续相位调制信号(CPM)产生，相关分析过程的matlab方法，本程序的性能已经超过其他算法，有信道编码，调制，信道估计等，多抽样率信号处理。

matlab 算法 源码 开发 可以 编译 采用 椭圆 CbCr