LBG算法，矢量量化。Linde，Buzo和Gray于1980年提出LBG算法，又称为K-means算法。该算法是基于最近邻原则把训练矢量分配到与它欧式距离最小的码字的簇中。

基于K-means无监督分类算法的图像分割_matlab实现(内涵两个程序：调用系统函数+纯自主编写算法代码)——程序内可自主设置分类参数：迭代终止条件和类别数。 K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。

非局部均值滤波代码，可在MATLAB上运行。已经调测。内含测试图片，方便快捷，下载即可用。非局部均值滤波代码。

K_Means算法，带数据集，带图，

讲解轨道车辆振动与噪声产生机理的经典之作，作者为英国南安普顿大学教授。

GMM-KMeans异常检测 对于一维时间序列数据，使用GMM和K-means算法检测离群值。对一维时间序列数据，采用GMM和K-Means算法进行异常点检测。

关于k-means聚类的原理可以参考这篇博客： https://blog.csdn.net/sinat_36710456/article/details/88019323 本篇只讨论基本的代码实现，由于只是对一维数组的聚类，距离公式上比较简单：distance = |a – b| 适合初学者理解最基本的原理 所谓一维数组 比如： [12, 3, 56, 89, 78, 2, 12, 45, 255, 236] 以下代码实现的是对一组数字的聚类 类别的个数可以设置，改变参数n的值即可 代码如下（建议从最下边的主函数开始看起）： import numpy as np impor

K-means算法的Matlab实现代码（使用文档+源代码），直接改写参数运行即可。 K-means算法的Matlab实现代码（使用文档+源代码），直接改写参数运行即可。

可以运用此代码进行医学图像处理，可以实现图像聚类、分割

电子科技大学数据挖掘课程 K-Means算法&通过感知机 反向传播算法实现人工神经网络（ANN) 实验报告+代码