模糊C-均值聚类算法是一种无监督图像分割技术，但存在着初始隶属度矩阵随机选取的影响，可能收敛到局部最优解的缺点。提出了一种粒子群优化与模糊C-均值聚类相结合的图像分割算法，根据粒子群优化算法强大的全局搜索能力，有效地避免了传统的FCM对随机初始值的敏感，容易陷入局部最优的缺点。实验表明，该算法加快了收敛速度，提高了图像的分割精度。
上传时间： 2013-10-25
上传用户：llandlu
k均值算法实现聚类 c语言编写
上传时间： 2015-01-07
上传用户：wanqunsheng
K均值聚类算法源代码
上传时间： 2013-12-19
上传用户：ainimao
模糊C均值聚类的MATLAB实现，其中包含了10个MATLAB函数
上传时间： 2013-12-22
上传用户：jcljkh
K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。
上传时间： 2015-03-18
上传用户：yuanyuan123
由于K－均值聚类算法局部最优的特点，而模拟退火算法理论上具有全局最优的特点。因此，用模拟退火算法对聚类进行了改进。20组聚类仿真表明，平均每次对K结果值改进8次左右，效果显著。下一步工作：实际上在高温区随机生成邻域是个组合爆炸问题（见本人上载软件‘k－均值聚类算法’所述），高温跳出局部解的概率几乎为0，因此正考虑采用凸包约束进行模拟聚类，相关工作正在进行。很快将奉献给各位朋友。
上传时间： 2015-03-18
上传用户：hullow
k均值聚类算法源码，比较经典，无解压密码
上传时间： 2014-07-09
上传用户：lnnn30
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。
上传时间： 2015-04-03
上传用户：sardinescn
k均值聚类的算法，这是通用程序！欢迎借鉴使用
上传时间： 2015-04-12
上传用户：diets
该软件是基于C均值算法的聚类软件，能对数值型数据集进行合理的聚类。
上传时间： 2015-04-30
上传用户：xinyuzhiqiwuwu
