一种快速的抗噪声模糊C均值图像分割算法 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出。该算法结合像素灰度值相似度和隶属度构造了一个新的空间函数。该空间函数用于更新成员关系，而成员关系又用于迭代地获取聚类中心。所提出的算法可以在较少的迭代次数下获得理想的分割结果，有效地降低了噪声的影响。

通过聚类优化RBF神经网络参数，拟合曲线的小程序

提供了cuda和非cuda的版本，大家可以直接调用

给出的程序可用于未知工况的识别或分类问题，属于数据处理的一个环节

matlab系统聚类代码Ng（斯坦福大学-Coursera）的机器学习课程资料 该代码在Matlab中实现，每个文件夹的内容显示如下： 第二周：线性回归 第三周：逻辑回归 第四周：多类分类和神经网络 第五周：神经网络学习 第六周：正则线性回归和偏差与方差 第7周：支持向量机 第8周： K均值聚类和主成分分析 第9周：异常检测和推荐系统

随着第三产业旅游业在中国的不断发展，人们越来越关注旅游业所带来的机会和商机，这也就必然会出现激烈竞争的现象。想要在旅游业合理获得最大的利益，不容置疑要准确把握旅游消费的特点。旅游消费的差异主要来源于地区经济发展的不衡以及人民消费理念和文化的差异。不仅如此，旅游者的所在地区、年龄以及收入水平也影响着国内旅游的消费。 按照以上分析，本文要按照的不同指标对全国各地的人均消费支出来进行聚类分析， 这样能通过量的分析来确定不同性质的人民旅游的消费支出。 本文使用了K均值聚类和系统聚类按照年龄性别、旅游消费者的文化水平、旅游消费的旅游目的这三个指标对22个城镇居民旅游出游人均消费进行了分类分析。在年龄性别指标下对22个不同城镇进行分类，由聚类分析结果可分得三类，其中第一类的城市特点是无论男女老少旅游平均消费想水平都很高，处于全国高档水平上；而第三类的城市无论男女老少旅游平均消费水平都不高，处于全国低档水平上；苏州独成一类，没有显著特点，但可得出男性旅行者占旅游人均消费的主导地位，并且年龄在25~44之间的居民占旅游人均消费的主导地位，这两特点的显著性明显远强于其他类中的人均消费支出特点。在文化水平以及旅游目的指标也同上进行了分类。

用matlab语言实现K-MEANS聚类算法

面向大数据的聚类挖掘算法研究.pdf

高维数据子空间聚类算法研究.pdf

遗传算法改进的模糊C-均值聚类MATLAB源码.7z