Leader-Follower聚类技术资料下载专区，收录500份相关技术文档、开发源码、电路图纸等优质工程师资源，全部免费下载。
颜色对聚类量化算法是进行色彩量化的重要方法之一,将二维平面上最接近点对问题[1]推广到三维色彩空间,采用递归与分治策略有效地提高了该方法量化过程中对两个最小误差颜色点的选择效率,颜色对的选择效率为O(
聚类是数据挖掘的主要技术之一，是一种无导师监督的模式识别方式。聚类分析是按照数据间的相似程度，依据特定的准则将数据划分成不同子类。该文结合微粒群(PSO)算法，提出一种数字属性聚类算法，为避免PSO
目标分群是态势估计需要解决的一个重要问题。目标分群的结果有助于确定态势元素间的关系，从而为作战决策提供依据。提出了一种海战场环境下目标分群的方法。该方法在考虑目标各运动要素的基础上，对其进行最
聚类效果往往依赖于密度和相似度的定义，并且当数据的维增加时，其复杂度也随之增加。该文基于共享型最近邻居聚类算法SNN，提出了一种改进的共享型最近邻居聚类算法RSNN，并将RSNN应用于高速公路交
针对基于密度的聚类算法不能自动处理密度分布不均匀的数据问题，提出一种基于不均匀密度的自动聚类算法。该算法既保持了一般基于密度算法的优点，也能有效地处理分布不均匀的数据。实验结果表明，该算法是有效的。
该算法是结合减法聚类与FCM聚类算法融合的远代码。算法通过融合这两种算法，从而可以直接在线确定聚类数目。
图聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法
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。