说明：2011全国大学生数学建模竞赛c题资料

全国大学生数学建模竞赛(CUMCM)

说明：应用背景isodata聚类算法可以通过类的自动合并与分裂，得到较为合理的类型数目c。它的聚类效果相比于c-均值算法而言具有更好的聚类效果，实现过程更为复杂。适用于聚类各种场合。关键技术 isodata聚类算法中，起始聚合中心的选取对聚类过程和结果都有较大的影响，如果选择的好，则算法的收敛速度快，聚类...

matlab 算法 实现 isodata

说明：模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。

说明：此方法也会给与其他算法更好的结果。方法可以相比传统以及新的方法 （但他们还有更少的噪声鲁棒性） 等聚类方法 （基于 k-均值，模糊 c-均值等） 水平集的方法 （如快速和鲁棒性的级别设置基于模糊聚类和 LBM 等）、 基于图模型的方法 （图割等）、 区域分割和合并为基础的方法 (分水岭算法等。）。

matlab 分割 图像 基于 方法 变换

说明：模糊C 均值聚类算法是一种逐步迭代的算法，每步迭代都沿着目标函数减小的方向进行。首先，需要对一些数据进行初始化：1.待聚类数据总个数澡好2.聚类类别数C ；3。迭代停止阈值；4.聚类原型模式；5。迭代计数器b；6.加权指数m，m一般情况取m = 2。

matlab 算法 fcm 模糊

说明：基于模糊C-均值聚类算法的图像分割，消除二值分割的非此即彼的缺陷。

模糊分割 segmentation-fcm FCM分割 聚类-图像分割 fcm图像分割

说明：模糊C均值聚类分析Matlab使用实现，内含实例，方便易用！！算法分类数给定，寻找出对事物的最佳分析方案，此类方法是基于目标函数聚类的。

matlab 源代码 分析 经典

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：比较简单的T-S模糊模型的建模程序，主要用到了模糊C均值聚类，减法聚类，最小二乘法等等，仿真数据用的是煤气炉数据，

matlab TS 模糊 建模

说明：基于Matlab的模糊C-均值聚类算法的实现，可以用硬分割或软分割进行图像分割

matlab 算法 fcm