说明：AP聚类的方法，是在《科学》上发表的08的聚类方法，在我的研究在近几年的从图像的图像，这是我见过的最好的聚类的聚类算法，提出这个方案的提供，而且测试它与图像分割（MATLAB7.0环境下调试）。
说明：数据采用PCA降维后进行kmeans聚类确定样本类别，对聚类后数据作图，包括数据点以及质心位置， 随后进行样本集划分，利用knn算法进行有监督的学习分类，经测试，能够取得较好的分类效果。
说明：模式识别，聚类分析的最大最小距离算法算法matlab演示
说明： KNN 算法其实简单的说就是“物以类聚”，也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类，思想很简单：如果一个样本的特征空间中最为临近（欧式距离进行判断）的K个点大都属于某一个类，那么该样本就属于这个类。这就是物以类聚的思想。
说明：可实现对二维数据的聚类，粒子图像分割及匹配均为自行编制的子例程，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，基于欧几里得距离的聚类分析，有信道编码，调制，信道估计等，二维声子晶体FDTD方法计算禁带宽度的例子。
说明：应用背景关键技术该算法对 松散关系；K近邻分类器，一个流行的 ；机器学习 ；分类，经常混淆技术k-均值 ；因为 ；K ；在名称。可以将近邻分类器对 得到的聚类中心；k-均值将新数据到现有的集群。这就是最近的质心分类器 ； ；或Rocchio算法。