模糊 C 均值聚类（FCM），即众所周知的模糊 ISODATA，是用隶属度确定每个数据点属于某个聚类的程度的一种聚类算法。 1973 年， Bezdek 提出了该算法，作为早期硬 C 均值聚类（HCM）方法的一种改进。本代码是基于matlab语言做的一个示范

一种模糊聚类算法MATLAB，能够将矩阵的元素按照一种聚类的方式重新排列

模糊C均值聚类算法的实现（开发环境：codeblocks,C++）

针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点,将粒子群优化算法和FCM算法相结合,提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中心,使其跳出局部最优,实现模糊聚类。主要从反映数据集分类的类内紧致性程度和类间分离性程度的角度考虑,重新设计适应度函数。实验结果表明,提出的算法在聚类正确率和有效性指标上有更好的效果。

人工智能-机器学习-改进的模糊聚类算法在预测移动客户流失中的应用研究.pdf

在VS环境下，用c#实现FCM--模糊聚类算法，内有例子，可以运行出结果

模糊函数的matlab代码贝叶斯模糊聚类 贝叶斯模糊聚类算法的Matlab实现。 使用时请引用此代码：Taylor Glenn，Alina Zare和Paul Gader。 （2019年4月12日）。 GatorSense / BayesianFuzzyClustering：初始发行版（版本v1.0）。 Zenodo。 参见相关文件，doi：10.1109 / TFUZZ.2014.2370676， 注意：如果在任何出版物或演示文稿中使用贝叶斯模糊聚类，则必须引用以下参考文献： 格伦（T. 扎尔（A. Gader，P.，“贝叶斯模糊聚类”，IEEE模糊系统交易，第23卷，第5期，第1545-1561页doi：10.1109 / TFUZZ.2014.2370676 要求： 这段代码使用了汤姆·明卡（Tom Minka）出色的Lightspeed和Fastfit工具箱： Lightspeed工具箱- Fastfit工具箱- 该代码还使用Matlab模糊逻辑工具箱来实现其fcm实现 内容： 贝叶斯模糊聚类MCMC采样器的bfc /％代码|-bfc_params.m％生成默认参数结构|-bf

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

【程序老媛出品，必属精品，亲测校正，质量保证】 资源名：MATLAB实现模糊聚类算法 程序源码.zip 资源类型：程序源代码 源码说明： MATLAB实现按照模糊聚类法对测试集进行分类的程序，包含完整源码和注释 非常适合借鉴学习 适合人群：新手及有一定经验的开发人员

基于空间信息的模糊均值聚类算法，SFCM，适用于数据分析，图像分割