说明：聚类选择算法。

聚类选择 算法

说明：人工选择聚类中心，用k-means聚类方法对图像进行分割，效果不错的

分割-k-means 聚类中心 k-mean 聚类-分割 聚类方法

说明：一种高效的用于文本聚类的无监督特征选择算法

数据分析

说明：基于聚类的特征选择

聚类 特征选择

说明：使用c-均值聚类算法在IRIS数据上进行聚类分析，随机选择三个初始聚类中心，经过多次迭代，最终将150个样本分为三类。

iris-聚类 C均值算法 C均值聚类IRIS Iris聚类matlab cluster-IRIS

说明：自动选择聚类中心的快速搜索密度峰值聚类算法

密度聚类 快速聚类 什么是DPCA算法 DPCA下载

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：协同模糊聚类建模通过特征选择和协同模糊聚类的模糊建模方法构建T-S模型，并用此模型对数据进行测试。

collaborative-fuzzy ts-fuzzy-matlab ts-model feature-selection T-S模糊

说明：相参脉冲串复调制信号，基于matlab GUI界面设计,使用拉亚普诺夫指数的公式，isodata 迭代自组织的数据分析，用MATLAB实现动态聚类或迭代自组织数据分析，多姿态，多角度，有不同光照。

算法 源码 选择 svm 参数 进行 实现 优化 特征 粒子 文献

说明：用matlab编写的k均值聚类程序，可直接运行调用-Prepared by the MATLAB K mean clustering procedures, can be directly run callK-均值聚类算法  1.初始化：选择c个代表点,...,,321cpppp 2.建立c个空间聚...

matlab 算法 代码 程序 原理 均值