说明：K-MEANS聚类算法，以及PSO和QPSO算法改进K-MEANS算法，breastcancer数据验证了该分类模型的有效性

k-means-聚类 K-means的改进 qpso-k-means PSO——分类 QPSO-聚类

说明：自己编写的PSO优化RBF程序，绝对可以运行。编个程序不容易，请支持。可以根据实际应用进行改编。可进行数据预测或模式识别 PSO优化RBF    

说明：      提出一种基于非测距式的PSO改进DV-Hop算法，该改进算法在提高定位精度的同时且不需要节点具备测距能力,无需额外硬件、能耗低、受环境影响较小,算法简单,易于实现,对于各向同性的密集网络,可以得到合理的平均每跳距离,定位精度等方面能满足应用要求

说明：K-means聚类算法，基于PSO改的聚类算法，对初始点的选择进行优化。

PSO Kmeans 聚类算法 K-means

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。....

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。....

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。.......

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。.