用matlab实现均值滤波去除高斯白噪声. 用matlab实现均值滤波去除高斯白噪声. 用matlab实现均值滤波去除高斯白噪声. 用matlab实现均值滤波去除高斯白噪声.

基于Matlab实现： 模式识别 K-Means算法 实现模式分类 模式识别 K-均值算法 实现模式分类

通过局部均值分解对数据进行分量分解，并计算分量的能量熵

通过局部均值分解对数据进行分析，并计算分量的样本熵

数字图像处理中值滤波和均值滤波的C++代码实现，包含代码和待处理图片

针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感，易陷入局部最优解的不足，将改进的粒子群聚类算法与FCM算法相结合，提出了一种基于粒子群优化的模糊C均值聚类算法。该算法对粒子群初始化空间及粒子移动最大速度进行优化，同时引入环形拓扑结构邻域，提高粒子群聚类算法的全局搜索能力。对UCI中3个数据集进行仿真实验，结果表明提出的基于粒子群优化的模糊C均值聚类算法相比FCM算法和基本粒子群聚类算法具有更好的聚类效率和准确性。

针对同构多传感器系统在无先验知识、无系统模型条件下对同一未知目标进行在线测量过程中的数据融合问题,提出一种基于改进模糊聚类的同构多传感器在线融合方法.该方法采用引入噪声类的鲁棒模糊聚类方法分析同时刻多源数据,避免了传统模糊聚类融合方法中对聚类数设定的依赖,同时有效去除系统偏移较大的数据源和异常信号对融合结果的不良影响;通过引入隶属度函数影响因子,增加历史融合结果对当前融合的指导.仿真实验进一步验证所提方法在融合精度和计算实时性方面的优势.

基于多个灰度共生矩阵提取的特征的谱聚类分割，内含灰度共生矩阵的提取，均值聚类，及harr小波程序。matlab编写

自己编的K均值聚类的小程序，代码很简单，但是不简洁，有详细注释，可以参考下

全国气象台站1958年-2011年的月值数据， 第一列：年 第二列：月 第三列：月降水数据 （每月的降水量相加） 第四列：月平均风速 （每月的风速做平均） 第五列：月平均气温 （每月的温度做平均） 第六列：月日照时数 (每个自然月中每天的日照时数相加) 第七列：月最低气温 （原始数据为每天的最低温度，月最低气温为每个月中日最低温度最小的值） 第八列：月最高气温 （原始数据为每天的最高温度，月最高气温为每个月中日最高温度最大的值） 第九列： 30年平均温度（NAN代表数据从记录起到最后结束没有30年。） 第十列：所有年份平均温度（所有的记录的温度做平均）