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，适合科研人员

摘要:VC/C++源码,算法相关,fcm,算法　　VC++实现的fcm算法演示程序，FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最校FCM算法需要两个参数一个是聚类数目C，另一个是参数m。一般来讲C要远远小于聚类样本的总个数，同时要保证C>1。对于m，它是一个控制算法的柔性的参数，如果m过大，则聚类效果会很次，而如果m过小则算法会接近HCM聚类算法。

FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。

FCM算法中参数确定方法的探讨.pdf

属性加权FCM算法

MATLAB实现数据fcm代码模糊 C 均值 模糊 C 均值 (FCM) 是一种无监督的数据集聚类方法，其方式是一个数据点可能属于多个具有不同隶属度的集群。 该算法基于模糊集，是 K-Means 聚类的扩展。 FCM 的一个简单实现已经在 MATLAB 中进行了编码。

使用基于模糊 c 均值的进化聚类进行图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的输入样本示例

用matlab语言写成的FCM算法，注释明确，代码经典，适合初学者

FCM算法中参数的优选方法及实例应用-FCM算法用于灰度图像分割的初始化方法的研究.pdf replyreload = ',' 51632;====在这个帖子中的内容,我六月份曾在 cinc 2009 上发表,在过几个月这篇文章就会被 EI Compendex, Istp and Inspec检索了．嘿嘿．文章介绍如下．其实就是这个帖子中的内容．．OO－＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 那篇 paper : 游客，如果您要查看本帖隐藏内容请回复 A New Validity Function for Fuzzy Clustering Wuhan, China June 06-June 07 Yang Li Fusheng Yu DOI Bookmark:http://doi.ieeecomputersociety.org/10.1109/CINC.2009.100 ABSTRACT This paper first gives a new validity function for fuzzy clustering, then presents a method of the optimal selecting of the cluster number in the standard fuzzy c-means clustering algorithm, and finally outlines the fuzzy c-means clustering algorithm with parameters self-adapted. Experimental results carried on synthetic data set and data set based on actual background illustrate the performance of the new validity function and the corresponding fuzzy clustering algorithm. ADDITIONAL INFORMATION Index Terms: Fuzzy C-Means; fuzzy clustering analysis; cluster number; clustering validity function Citation: Yang Li, Fusheng Yu, "A New Validity Function for Fuzzy Clustering," cinc, vol. 1, pp.462-465, 2009 International Conference on Computational Intelligence and Natural Computing, 2009 ========= 【以前我写过的一篇论文，有关FCM的，虽然Matlab中有模糊工具箱但那里面给出的FCM算法必须事先给出聚类数，我这里给出的算法具有自适应性无需人为给出聚类数，可自行给出最佳聚类数，希望能为相关方面的朋友提供帮助。】 摘要：本文在原始的fcm算法基础上，对算法中的聚类数c和加权指数m给出优选方法，进而而出了fcm参数优选自适应算法，通过人造数据与具有实际背景的数据验证可以看出该算法是有效的，该算法不但可以自适应的给出最佳的聚类数，而且可以验证聚类的有效性，达到最佳聚类的目的。 关键字：FCM，聚类分析，聚类数，加权指数，自适应 Abstract：This paper gives a method of the optimal choice for fuzzy weighting exponent m and the numbers c. Then the Fuzzy c-Means clustering algorithm with parameters self-adepted is presented in this paper. At last expermental results with artificial data and data based on actual background illustrates the effectiveness of the algorithm. Keywords：FCM，fuzzy clustering analysis，cluster number，fuzzy weighting exponent，self-adepting ============================================== 内容目录 第一章 引论及FCM算法介绍        - 4 - 1.1 简介聚类分析        - 4 - 1.2 FCM算法介绍        - 4 - 1.2.1　普通（硬）－Ｃ均值聚类算法        - 4 - 1.2.2　模糊（软）－Ｃ均值聚类算法        - 5 - 1.3 聚类数c的研究        - 7 - 1.4 加权指数m的研究及m对FCM算法的影响        - 8 - 第二章 FCM参数的优选自适应方法        - 9 - 2.1 引言        - 9 - 2.2 聚类数c的自适应方法        - 10 - 2.3 加权指数m的优选方法        - 12 - 2.3.1   划分模糊度        - 12 - 2.3.2  FCM中参数m的优选        - 14 - 第三章 FCM参数自适应算法的实例应用        - 15 - 附录        - 19 - 参考文献        - 24 - fcm.jpg 游客，如果您要查看本帖隐藏内容请回复

这里是对知识点的一般 概述和 提点，希望做图像处理方向的新手有一定的帮助，详细资料 可以自行查找相关资料