这是模糊C均值聚类与模拟退火算法的结合，在MATLAB中直接运行查看效果即可！！！！

模糊C均值聚类分割算法，经测试分割效果良好，载入图像数据，直接调用即可

摘  要： 使用Intel Parallel Amplifier高性能工具，针对模糊C均值聚类算法在多核平台的性能问题，找出串行程序的热点和并发性，提出并行化设计方案。基于Intel并行库TBB（线程构建模块）和OpenMP运行时库函数，对多核平台下的串行程序进行循环并行化和任务分配的并行化设计。 　　并行性主要是指同时性或并发性，并行处理是指对一种相对于串行处理的处理方式，它着重开发计算过程中存在的并发事件。并行性通常划分为作业级、任务级、例行程序或子程序级、循环和迭代级以及语句和指令级。作业级的层次高，并行处理粒度粗。粗粒度开并行性开发主要采用MIMD方式，而细粒度并行性开发则主要采用SI

提出了一种快速且鲁棒的模糊c-means聚类算法，即FRFCM。 FRFCM 能够分割灰度和彩色图像并提供出色的分割结果。

图像模糊matlab代码CGFFCM-Cluster-weight-and-Group-local-Feature-weight-learning-in-Fuzzy-C-Means-clustering-algorithm Source_Code 文件包含 CGFFCM 算法的 MATLAB 实现，如下所述： A.Golzari oskouei、M.Hashemzadeh、B.Asheghi 和 M.Balafar，“CGFFCM：用于彩色图像分割的模糊 C 均值聚类算法中的聚类权重和组局部特征权重学习”，应用软计算，2021 （提交）。 为算法的所有步骤编写注释以更好地理解代码。 此外，为了便于运行，还实现了一个演示，它是通过导入数据和其他必要的算法参数来运行的。 为了评估所提出算法的性能，我们使用基准伯克利数据集。 上传的文件（Test_Dataset.rar）中有这个数据集的一些图片。 整个数据集可在：。

地方高校教学质量的准确评估,有助于高校之间取长补短,提高高校资源利用,引进良性竞争机制,最终实现学校整体教学水平的提高。通过对陕西省十多所地方高校广泛调研,对采集数据归类、合并,并作归一化处理,结合PCA,FCM,DEA及BMK算法提出了一种地方高校绩效评估中的数学新模型,给出了该模型的详细求解过程及算法流程,将该模型与传统模型进行了分析比较,基于FCM的优化选择算法将算法复杂度从O(2n-1)降到了O(n3),引进PCA的DEA模型与DEA-WEI模型复杂度相当。文中将网络上大学某知名排行榜的部分数据和搜集到的一些地方高校发展数据融合,经过优化整理,得到了备选标杆集的指标数据,然后利用论文所给模型借助MATLAB数学软件包在保守标杆集及积极标杆集两种情况下对这些高校作出评估,结果表明,方法简单实用、结论客观有效。论文将数据挖掘等数学方法有机融入到标杆分析中,用于地方高校绩效评估,探索出一条利用标杆分析提高高校教学管理的新思路,丰富了地方高校教学管理的理论和方法。

乳腺 MRI 图像中的肿瘤分割。 我在这个项目中使用了 RIDER 数据库。 用于图像分割的三种基于聚类的算法： 1- 模糊 c 均值 (FCM) 2-k-均值3-通过布谷鸟搜索优化（CSO）算法优化k-means

课程的随堂作业，C++的，用dev就能运行，模糊聚类的程序，老师要统计数据分类，所以这还是可以用来交作业混一下的

减法聚类与fcm融合的程序 利用强大的图像处理软件 matlab 实现的

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