k-means 算法的matlab代码 KmeansPCA matrix.h: 自己手写的Matrix类的定义 matrix.cpp: 自己手写的Matrix类 datapoint.h: 自己手写的DataPoint类定义，用途是标示数据点元素 datapoint.cpp: 自己手写的DataPoint类 kmeans.h: K-means算法类的定义 kmeans.cpp: K-means算法类的实现 trie.h: 自己手写的Trie树类定义，用于快速高效统计字符串 trie.cpp: 自己手写的Trie树类 tfidf.h: 对读文件操作以及生成关键词 tfidf.cpp: 生成我需要的关键词 constant.h: 存放程序所需要的各种变量 files.h: 读取一个文件夹中的所有文件名 main.cpp: 我的主文件 Matlab Code Matlab显示图片过程以及代码 导入数据 -> 重命名 -> 代码 imagesc(1 - x) colormap(gray)

摘要：过去几十年，由于计算机软硬件的进步，已有相当数量的科研领域开始利用计算机进行辅助处理、计算和模拟。然而随着现代科学研究的不断深入，处理数据海量化、计算过程

双重分形的matlab代码#K表示聚类以对图像进行二值化 在这里，我代表了用matlab编写的用于对图像进行二值化处理的一些代码。 主要思想是对患者的骨组织进行活检，然后对其显微图像进行多重分形分析，该组织的肿瘤已转移到骨骼上。 在这里，在下面显示的图片上，您可能会看到该算法如何拍摄微观图像（上部图片）并使它们成为二进制图像（下部图片集）。 ！[K_Means_Algorithm_Binarization_Of_Image]（我的二进制图片。png）

人工智人-家居设计-基于K-means的智能存储算法.pdf

人工智人-家居设计-基于K-means算法的制造企业智能采购系统的设计与实现.pdf

用matlab语言实现K-MEANS聚类算法

此资源包含完整代码、所用数据集以及参考论文讲解PPT

资源包含文件：设计报告word+程序说明文档+源码+实验截图 k-means 算法，也被称为 k-均值，是一种得到最广泛使用的聚类算法。其认为两个目标的距离越近，相似度越大。算法的主要思想是通过迭代来把数据划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立。 预解决问题：编写代码，使用 k-means 聚类对像素进行分组，将图像分割成区域。使用两种不同的特征空间（颜色和纹理）并尝试一些实验来观察它们带来的影响。 详细介绍参考：https://blog.csdn.net/newlw/article/details/125619862

K- Means Clustering

基于opencv3 实现 基于聚类的图像分割，k-means聚类效果好，但需要注意需认为设定聚类数量，可在代码中更改。