Kmeans++算法对图像进行分割，机器视觉。

文档提供了一个完整的k均值聚类算法MATLAB程序，已运行无误，且有超级详细的注释

数据文件已经项目目录下，直接在IDE导入项目运行即可。（注：该项目是在jdk1.8环境下编译） 数据文件已经项目目录下，直接在IDE导入项目运行即可。（注：该项目是在jdk1.8环境下编译）

基于SIFT特征和K-means以及SVM提出了场景图形分类系统的理论框架。然后进行试验，比较不同聚类数目的正确率，同时还与机器学习方法进行了效果比较。试验结果表明，基于SIFT和K-means以及SVM的场景分类方法在准确率上很接近机器学习方法。

包含了kmeans和kmedoids两种算法的MATLAB代码，每种算法都用多种方法实现了，且均采用了一维数据和二维数据

该程序利用OpenCV中的K均值聚类函数Kmeans2对图像进行颜色聚类，达到分割的目的。 编写此函数的目的是：Kmeans2函数的用法有些难掌握，参考资料少，尤其是对图像进行操作的例子少，我找了很久也找不到, 找到的例子也运行不了，今天终于自己搞定了，想给大家分享一下，供大家参考，节省大家利用Kmeans2进行图像方面开发的时间 ,少走一些弯路。 本例子对印章图像sample.bmp进行颜色聚类 运行此程序一定要配置好OpenCv环境啊！！！

使用Kmeans分类算法，为各国体育水平分类。 体育竞赛数据使用1988年至2012年奥运会奖牌数据 一枚金牌得5分 一枚银牌得3分 一枚铜牌得1分 德国和俄罗斯比较特殊，东西德统一前，他们各自参赛，终究是一个民族，因此将他们的奖牌数量做了合并处理，所有的苏联数据都视为俄罗斯，因为很难查阅资料区分出哪些苏联得的奖牌是俄罗斯贡献的 最终的结果是： 第一集团：美国，俄罗斯，中国，德国 第二集团：澳大利亚，英国，法国，韩国，意大利，日本，匈牙利，古巴，罗马尼亚，荷兰，西班牙，乌克兰，加拿大 第三集团：好多好多，不一一列举 通过过去7届奥运会的比赛成绩来看，我们伟大的祖国处在奥运强国的第一阵营

算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现

kmeans聚类java实现附测试数据及结果

具有图形界面，支持界面画点和随机生成散点，界面较友好