搜索资源列表
模糊c-均值算法是模糊聚类
- 模糊c-均值算法是模糊聚类中最常见、应用最广泛的分析方法之一．经典FCM算法理论和应用的研究已经相当成熟，Bezdek业已证明算法的收敛性［6］，许多软件提供了多种方便的FCM工具箱(如Matlab中FCM工具箱等)．但是传统FCM算法处理的是普通数据集，不能直接处理区间数，得到的聚类原型也不是区间数．针对区间数，一种直觉的方法是分别对左区间值和右区间值作FCM，并把得到的聚类原型分别作为区间型聚类原型的左右区间值，但这种方法已经被证明是行不通的［6］-fuzzy c-means cluster
200707171151133491
- 一种基于模糊c均值聚类的彩色图像区域分割方法，该方法首先选用适合的彩色空间，然后利用c均值聚类的方法，最终实现图像分割
模糊C-均值（FCM）聚类算法Matlab实现
- 模糊聚类是一种重要数据分析和建模的无监督方法。简单概述模糊聚类的概念，介绍模糊C-均值（FCM）算法，并在matlab软件上对该算法进行仿真，结果表明，该算法设计简单，应用范围广，但改算法仍存在容易陷入局部极值点等问题，还需进一步研究
fastapcluster.zip
- 改进的邻近聚类方法，比k-means 和模糊c均值聚类好
一种基于模糊聚类的图象分割方法
- 利用模糊C均值对图像进行分割
yiqunmoxingfege.rar
- 基于蚁群算法的模糊C均值聚类医学图像分割方法的研究,Ant colony algorithm based on Fuzzy C-Means Clustering Method for Medical Image Segmentation
textFCM
- 应用FCM（模糊c均值聚类）算法到文本聚类 采用两种方法计算文本相似度 采用ShootSeg分词 采用sogou互联网词库简化特征值计算-err
imagesegmentation
- 模糊C－均值聚类算法,使用VC++与matlab 编程两种方法实现算法-Fuzzy C-means clustering algorithm, using VC++ and matlab programming algorithm in two ways
FCM
- 模糊c均值聚类方法，可以很方便的分割图像。-Fuzzy c-means clustering method, can be very convenient segmentation image.
Cjulei
- 利用模糊c—均值聚类方法将data 数据向量；3表示分成三类；center表示分类中心-Using fuzzy c-means clustering method to the data vector data 3 that is divided into three categories center said the classification center
zhinengdianwang
- 基于 MAS 建立的分布并行计算环境，其任务调度问题具有新的特点 对于基于MAS 的配电快速仿真与模拟系统，以配电 网三相状态估计为例，建立了新的调度问题模型，提出了基于FCM 的启发式任务调度优化方法 该方法利用模糊C 均值聚类分析 算法对独立任务进行聚类分析，避免了在超大解空间中用基于搜索的方法去寻求最优解的做法 该方法具有线性时间复杂度，而 且通过大量算例表明它总是能够在合理的时间内获得次优解或最优解，使masDSE 的性能有明显改善-In the distributed pa
fuzzycm
- 采用模糊C均值聚类方法，能够对样本进行很好的分类，很好用-Fuzzy C means clustering method, the sample can be well classified, very good use
fcm
- 模糊C-均值聚类方法的原函数，不用再进行编写，直接可以哄-the function of FUZZY C CLUSTERING
FCM-C-mean-cluster-segment-[matlab]
- 模糊C均值聚类的matlab实现，模糊C均值聚类是一种利用模糊数学做的聚类方法，属于图像分割的一种。可利用聚类结果用于图像分析和识别。-FCM,C mean cluster segment [matlab].rar
test_FLICM
- FLICM一种基于模糊局部信息C均值聚类方法，是对传统FCM聚类方法的最近改进方法，具有更强的鲁棒性，效果明显优于传统算法。-A novel and robust FCM framework for image clustering called Fuzzy Local Information C-means (FLICM) clustering algorithm.
KFCM-master
- 基于核方法的模糊C均值聚类，考虑到空间数据之间的相关性，结合各点的邻域信息，在原代码中添加邻域信息：(The fuzzy C mean clustering based on kernel method, considering the correlation of spatial data and combining the neighborhood information of each point, adding neighborhood information to the origin
FCM
- 使用模糊C均值聚类（FCM）的方法对状态进行分类，其优点首先是可以根据实际情况自动确定聚类中心，减少人工干涉的因素，其次，对状态特征参数不是进行硬分类，而是通过隶属度的表征方式对其聚类，更加符合现实状态类别之间不具备明显界限的实际问题。(The use of fuzzy C mean clustering (FCM) method to classify the state, its advantage is first can automatically determine the clust
FCM+KFCM模糊C均值聚类分析算法
- FCM+KFCM聚类分析两种方法的比较，有聚类效果图(FCM+KFCM cluster analysis of the two methods of comparison, there is a clustering effect map.)
neural networks
- 1.elman神经网络对输入波形进行检测 2.设计具有3个神经元的Hopfield网络 3.建立自适应神经模糊推理系统对非线性函数进行逼近（正弦加滞后） 4.建立自适应神经模糊推理系统对非线性函数进行逼近（正弦多项式） 5.利用模糊C均值聚类方法将一类随机给定的三维数据分为三类(1.Detection of input waveform by elman neural network 2. design a Hopfield network with 3 neurons 3. est
2b509aabc32f4a3be87b452a94226f45
- 结合模糊C均值聚类算法与水平集方法的图像分割代码，分割效果良好。(The image segmentation code based on fuzzy c-means clustering algorithm and level set method has a good segmentation effect.)