RPCL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。
FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分
Birch:这是一种综合的层次聚类的方法，它介绍了两个概念，聚类特征和聚类特征树，它们是用来表示聚类的。这些结构能够帮助聚类方法能运行得更快，能够处理大数据量。
蚂蚁聚类算法的无信息素模型综述
提出一种高维数据集合聚类算法(CAHD)。采用双向搜索策略在指定的n维空间或其子空间上发现数据点密集的单元区域，采用逐位相与的方法为这些密集单元区域聚类。双向搜索策略能够有效地减少搜索空间，提高算法效
针对聚类算法在金融领域广泛应用的实际情况，基于银行客户数据集，对DBSCAN, K-means和X-means 3种聚类算法在执行效率、可扩展性、异常点检测能力等方面进行对比分析，并提出将X-mean
最优聚类中心法是一种有效的雷达目标一维距离像识别方法，但当训练数据较少时，该方法的识别性能急剧下降。其原因是该算法在利用少量数据进行训练时易产生“病态”矩阵，“病态”矩阵直接参与运算，导致错误识别结果
采用潜在语义索引的全局模型和局部模型表示医学网页时，模糊聚类结果的类间包含度很大。该文提出一种新的潜在语义差异模型，将医学网页中的文本抽取出来并分别采用全局模型、局部模型和差异模型进行表示，利用FCM