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

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

matlab fcm函数代码

针对模糊c-均值（FCM）聚类算法受初始聚类中心影响，易陷入局部最优，以及算法对孤立点数据敏感的问题，提出了解决方案：采用快速减法聚类算法初始化聚类中心，为每个样本点赋予一个定量的权值，用来区分不同的样本点对最终的聚类结果的不同作用，为提高聚类速度采用修正隶属度矩阵的方法，并将算法与传统的FCM相比。实验结果表明，该算法较好地解决了初值问题，与随机初始化方法相比，迭代次数少、收敛速度快、具有较好的聚类结果。

一种基于GA的模糊C均值算法，用IRIS数据验证后聚类效果很好。

用matlab实现模糊c均值聚类，并且实现图像分割。

基于模糊C均值聚类的脑部MR图像分割算法软件工程研究.docx

模糊C均值算法（FCM)Matlab程序