搜索资源列表
模糊c-均值算法是模糊聚类
- 模糊c-均值算法是模糊聚类中最常见、应用最广泛的分析方法之一．经典FCM算法理论和应用的研究已经相当成熟，Bezdek业已证明算法的收敛性［6］，许多软件提供了多种方便的FCM工具箱(如Matlab中FCM工具箱等)．但是传统FCM算法处理的是普通数据集，不能直接处理区间数，得到的聚类原型也不是区间数．针对区间数，一种直觉的方法是分别对左区间值和右区间值作FCM，并把得到的聚类原型分别作为区间型聚类原型的左右区间值，但这种方法已经被证明是行不通的［6］-fuzzy c-means cluster
模糊C均值聚类算法
- 用于入侵检测的模糊C均值代码，用c++编程，带有解释。用于初学者。
模糊C-均值算法
- 模糊C -均值优化算法
模糊C-均值（FCM）聚类算法Matlab实现
- 模糊聚类是一种重要数据分析和建模的无监督方法。简单概述模糊聚类的概念，介绍模糊C-均值（FCM）算法，并在matlab软件上对该算法进行仿真，结果表明，该算法设计简单，应用范围广，但改算法仍存在容易陷入局部极值点等问题，还需进一步研究
模糊c均值聚类matlabe版
- 模糊c均值聚类，用matlabe编写的。
模糊c均值的c++代码
- 模糊c均值的c++代码
图像模糊C-均值聚类
- 图像聚类分割是图像处理的基本操作，该文件含有C-均值聚类分割算法思想以及matlab源程序
fastapcluster.zip
- 改进的邻近聚类方法，比k-means 和模糊c均值聚类好
利用模糊C均值图像分割
- 利用模糊C均值图像分割,此为matlab环境下的仿真代码.,Using fuzzy C-means image segmentation, this matlab code simulation environment.
FCM.模糊C均值图像分割方法的Matlab程序源代码
- 上传内容为模糊C均值图像分割方法的Matlab程序源代码,From the contents of the fuzzy C-means image segmentation of the Matlab source code
FCM-C-mean-cluster-segment-[matlab]
- 模糊C均值聚类的matlab实现，模糊C均值聚类是一种利用模糊数学做的聚类方法，属于图像分割的一种。可利用聚类结果用于图像分析和识别。-FCM,C mean cluster segment [matlab].rar
模糊C均值聚类算法
- 模糊C均值聚类算法工具箱 总有一种程序适合你
模糊C均值聚类（FCM）
- 模糊C均值聚类，matlab程序，简单易懂，程序可以运行。(Fuzzy C means clustering, Matlab code, easy to understand, the program can run.)
直觉模糊C均值聚类
- 对所获取的数据进行无监督的直觉模糊C均值聚类(intuitionistic fuzzy C-means clustering)
模糊C均值
- 简单实用的模糊C均值源代码，适合新手，本代码适用于数据处理方面的朋友(Simple and practical fuzzy C mean source code, suitable for beginners)
Fuzzy c-means algorithm
- 用模糊C均值聚类算法完成对输入数据的聚类。(Clustering using fuzzy C means clustering algorithm)
模糊C均值算法
- 亲测，能实现模糊C均值聚类的MATLAB程序(MATLAB program that can realize fuzzy C mean clustering)
模糊C均值聚类算法
- 模糊c-均值聚类算法通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的，一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective function, and determines the classifi
模糊c均值聚类算法
- 模糊c均值聚类算法的实现，还有相对的测试数据集(Fuzzy C-Means clustering algorithm)
模糊Ｃ均值聚类
- 该程序可以实现快速的点云的模糊C均值聚类，并且可以利用第二个命令对聚类后的点云进行自动提取。(The program can realize fast clustering of point clouds based on fuzzy C-means, and automatically extract the clustered point clouds by using the second command.)