关于聚类分析的K均值算法(C#代码) 关于聚类分析的K均值算法(C#代码) 关于聚类分析的K均值算法(C#代码)

一次性获取文件夹中所有图像的H均值，V均值，S均值

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

这是一个用到核方法的模糊C均值 用到的核实通用的Gauss RBF核， 所以函数名字叫做generteKFCM

matlab基于局部信息的模糊C均值聚类算法（FLICM）实现图像分割.md

利用python可以获得气温和降水月数据来计算气温和降水数据的逐年平均值，从而简化数据处理过程，最终获得某一时间段内气温和降水的均值。

脑电提取均值信号特征的matlab代码用于癫痫发作检测的脑电图特征工程 该 repo 记录了癫痫发作检测任务中最具挑战性的部分 EEG 特征工程的 MATLAB 代码。 这些 EEG 特征已被 Citation 中已发表的论文所使用。 脑电特征域 功能编号 特征域 描述 1-4 基本统计 平均振幅、标准振幅、过零次数、振幅范围 5-16 光谱分析 每个频段的功率比和绝对功率，alpha、beta、theta、delta、gamma 和 freq 质心，总功率 17-28 时频域 离散小波变换（DWT）在六个频段上系数的均值和标准差 29-31 非线性特征 ApEn、LZ 复杂度、Hurst 指数 32-43 时空域 六个频段和大脑区域的锁相值 44-47 同步测量（带频移/频移） 时域和频域中的动态扭曲 48-62 复杂网络特征 从时间和频率不变网络中提取的特征 功能 1-47 参考； 功能 48-62 对 . 基于这项工作的博士论文在 . 脑电特征提取首先，通过以下方式下载此 repo： git clone git@github.com:ieeeWang/EEG-feature-se

模糊聚类 该软件包实现了模糊c均值（FCM）分类算法，以及用于可视化分类结果的一组图形工具。 FCM执行软分类。 不是将样本分配给单个类别，而是为每个样本赋予每个类别一个成员资格评分（类似于归属概率）。 该算法迭代地使用隶属度分数来更新聚类质心的位置，并使用聚类质心的位置来更新隶属度分数。 众所周知，经典FCM [1]对高维敏感[2]。 我正在研究算法的两个修改，以改善分类结果：多项式模糊函数和隶属度正则化[3]。 该软件包提出了三种评估最终分类结果质量的方法：1） FCM算法的目标函数。 它主要考虑了群集的紧凑性2） VIdso索引[4]。 它结合了群集散布，分离和重叠的度量3）广义的内部帧间轮廓[5]。 它结合了群集的紧凑性和分离性，并提供了分配质量的逐样本测量。 但是，该索引具有很高的计算成本。 可视化工具包括图形化的辅助工具，用于识别可能突出显示数据集中基础结构的聚类解决方案

高校学生画像构建算法研究，杨浩，刘会永，由于目前高校学生成个性化趋势发展，高校对学生情况的掌握具有单一片面性和迟滞性，因此构建能够全方面监控学生信息的画像系统是

采用K均值聚类算法将一组二维模式集分为3类、4类的MATLAB代码，并有2层神经元采用自组织映射（SOFM）对上述模式进行聚类，包含完整的程序，分类效果比较理想