非局部均值算法是近年来在图像处理领域的新兴算法，主要用于图像去噪。由于NLM算法也适用于一维信号，许多学者逐渐将其应用于心电信号和地震信号的降噪。

用Matlab实现的C均值算法，里面附有资源文件

average_code [计算平均值]可用于用户抢红包等 1: red_envelope_code [二倍均值法] 可用于用户抢红包等 wheel_timer [时间轮]可用于定时任务 1: simple_timing_wheel [简单时间轮（Simple Timing Wheel）] bloom_filter_code [布隆过滤器] 1: bloom 布隆过滤器 consistent_hash_code [一致性Hash算法] 1: consistent 一致性Hash算法 leet_code [leet_code刷题] 1: leet_code刷题 heap [堆] 1: max_heap_test 大顶推 2: min_heap_test 小顶堆 linked_list [链表] 1: cycle_list 循环链表 2: dou

利用matlab实现FCM算法，算法最终返回距离类中心，和每个样本对于不同类的隶属度矩阵。同时，使用随机生成的100个二维数据，进行算法程序的检验，给出具体的迭代次数和目标函数值，以及聚类的结果图。

使用Matlab实现k均值(kmeans)算法，免积分下载。解压密码：http://blog.csdn.net/jliuj/article/details/40393017

SAR图像分割的边缘保留鲁棒非局部模糊c均值算法。

模糊c均值（FCM）聚类算法已广泛应用于许多医学图像分割中。 但是，由于不考虑空间信息，因此常规的标准FCM算法对噪声敏感。 为了克服上述问题，提出了一种新颖的改进的FCM算法（以后称为FCM-AWA）用于图像分割。 该算法是通过修改常规FCM算法中的目标函数，即通过将空间邻域信息合并到标准FCM算法中来实现的。 给出了自适应加权平均（AWA）滤波器以指示相邻像素对中心像素的空间影响。 在实施加权平均图像时，通过预定义的非线性函数自动确定控制模板（邻居寡妇）的参数（加权系数）。 该算法既适用于人工合成图像，又适用于真实图像。 此外，使用基于算法的分割方法对牙菌斑进行了定量分析。 实验结果表明，与标准FCM算法和另一种FCM算法（由Ahmed提出）相比，该算法对噪声的鲁棒性更高。 此外，使用所提出的方法对牙菌斑进行定量的结果表明，FCM-AWA提供了一种定量，客观和有效的牙菌斑分析方法，具有广阔的前景。

模式识别大作业K均值算法matlab平台实现，内有iris数据用于测试一起其他相关资料。

文件详细介绍了模糊k均值算法的过程，并举例实现，然后给出了matlab实现的详细代码。

聚类算法——K均值算法的matlab程序，数据来源为80个平面上的点。