原始论文的简单 DBSCAN 实现：“A Density-Based Algorithm for Discovery Spatial Databases in Large Spatial Databases with Noise”——Martin Ester 等人。 DBSCAN 能够对带有噪声的任意形状进行聚类。 由于没有实现空间访问方法，运行时间复杂度将是 N^2 而不是 N*logN。 ****************************************************** **************************** 包含带有螺旋合成数据集的附加演示 (demo.m)。 并且还提供了聚类的逐步动画（demo_stepwise）。 ****************************************************** ******

c 均值聚类算法 matlab 程序，模式识别里比较有用的算法！

该算法，解决了不收敛的问题，聚类效果非常好（效果图如附件图片所示）。改进的蚁群算法是基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。

光谱匹配Matlab代码MUSCARI（多任务谱聚类算法） 穆斯卡里（Muscari）是一种新的基于多任务图的聚类算法，通过使用物种与物种之间的系统发育关系，共同从物种特定的全基因组共表达网络中跨物种识别基因共表达模块（或子网络）。共表达矩阵的基于图的性质。 穆斯卡里（Muscari）基于Arboretum-HiC（）多任务图聚类算法，该算法将每个任务定义为一个光谱图聚类问题，每个物种一个，多任务学习框架同时搜索相互作用的基因组同时考虑了物种之间的系统发育关系。 与植物园HiC不同，穆斯卡里输入是基因表达矩阵，该矩阵转换为完全连接的加权基因共表达网络。 安装 1.所需环境 matlab（R2006a或更高版本）：仅对于生成特征向量矩阵是必需的 2.下载代码 code / ：穆斯卡里编码目录 run_muscari.sh ：穆斯卡里的包装程序运行脚本。 该脚本需要其他两个后续脚本： eigvecmat_calc.m：特征向量矩阵计算脚本 run_eigvecmat_calculation.m：用于运行eigvecmat_calc.m的包装器脚本 3.编写穆斯卡里代码 运行代码/ Make

为了研究智能电网背景下用户的用电模式，考虑到现有聚类算法的不足，提出了一种基于离散小波变换的模糊K-modes聚类算法。利用离散小波变换将时域的负荷曲线转换到频域，从而将负荷曲线的不同特征隔离在不同的频域水平，并利用低阶近似的思想选取原始曲线的有效分量曲线；对所选的分量曲线进行趋势编码，将连续负荷数据转化为离散类属性数据；基于平均密度确定初始聚类条件，利用模糊K-modes聚类算法对曲线进行形态聚类，得到负荷曲线模板；将所提算法与传统K-means算法及层次聚类算法进行比较，从而验证了所提算法的有效性。

基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。

AP聚类算法的源代码，基于matlab程序，有较详细解说 AP聚类算法的源代码，基于matlab程序，有较详细解说

0.引言 　　在智能小区的安防系统中，人脸识别技术的应用，提高了安防报警系统的安全可靠性。人脸识别技术因其具有非接触性、特征提取方便、防伪性能高等优势得到广泛的应用。人脸识别技术综合了计算机、通信、光学、电子、机械等多学科技术，在控制领域和智能建筑领域有着广阔的应用前景 。本文研究了基于聚类算法判别人脸图像的方法，达到应用于智能小区门禁系统和楼宇门禁系统的实际应用要求，如图1所示。 图1 智能门禁报警系统的结构图 　　基于图像分块进行人脸识别时，随着分块数目的增多，子图像保留的奇异值个数、维数的控制，以及子图像权重的赋值等问题，若只依靠主观经验来决定，则缺乏客观依据。径向基函数(RB

k-means 聚类算法，经典c++算法，中文注释

简单实用的高斯混合聚类算法，适合初学者，方便好用！