局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。 (LMD method)局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。 (LMD method)

将模糊集理论和k-means聚类联系起来，设计了模糊k-means聚类算法，其聚类效果比单纯的k-means要好。

k均值聚类 仅用于二维数据聚类 神经网络聚类

基于模型：基于统计模型估算效果，对比和均值

灰度图片加入噪声，分别用中值滤波和均值滤波来进行锐化，显示的图像可以清晰的查看两种滤波的效果区别。。

LMD matlab 程序 局域均值分解，利用滑动平均求的，不是用三次样条 LMD matlab 程序 局域均值分解，利用滑动平均求的，不是用三次样条

均值漂移算法meanshiftTrack 一、实验内容 完成基于 MeanShift 的目标跟踪算法，红框标出目标区域实现实时追踪。 二、算法原理 1.在当前帧，计算候选目标的特征 2.计算候选目标与初始目标的相似度 3.计算权值 4.利用 MeanShift 算法，计算目标新位置 在这里插入图片描述 5.若新目标中心需位于原目标中心附近，则停止，否则转步骤 2 三、思路流程 截取跟踪目标矩阵rect； 求取跟踪目标的加权直方图hist1； 读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2； 计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件（移动步长平方和大于0.5或超过20次迭代）后停止。

基于CIElab空间颜色K均值聚类的彩色图像分割。 如果运行不通，可尝试不直接点击“运行”，而是点击“运行并前进”按钮。 具体步骤如下： i. Read image file data; ii. Transform color image from RGB to lab color space; iii. Format conversion; iv. Segmentation of image into n regions by K-mean clustering; v. Take out a component and B component of lab space; vi. Repeated clustering n times; vii. Displays segmented regions. ———————————————— 版权声明：本文为CSDN博主「灵泉matlab」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/qq_31434537/article/details/104562388

k-means(k均值)算法的python代码实现，可以显示聚类效果与聚类的迭代次数，初学者使用更方便。

Matlab基于k均值聚类学习算法的rbf神经网络实现-基于k均值聚类学习算法的rbf神经网络实现.rar 基于k均值聚类学习算法的rbf神经网络实现