说明：可以用来对数据进行聚类分析，里面包含一些基础数据

说明：图像处理常用的模糊C聚类和K-均值聚类方法的matlab源程序，包含比较经典的示例图片。

说明：使用FCM算法再MATLAB进行分簇仿真，可以运行

说明：FCM算法的全称是模糊C均值聚类算法，和K-means算法同属于聚类算法，但却有着本质的区别

说明：matlab平台的模糊聚类算法，进行路径优化处理时可先将目标集群进行模糊聚类，进而确立最优路径。

说明：Fuzzy c-Means Clustering Algorithm for Directional Data (FCM4DD)

说明：Fuzzy c means algorithm based on GA

说明：实现模糊聚类算法（FCM）与马尔科夫随机场空间约束（MRF）的图像分割、SAR图像变化检测

说明：这种方法可以聚类，根据欧式距离，距离近既可以分成一类，距离远则意味着属于不同的类。

说明：实现主要交通干道车流量的聚类分析及预测，已达到对车流量的预测以及对交通自愿更合理的调度

说明：　模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM） 　　模糊聚类分析作为无监督机器学习的主要技术之一，是用模糊理论对重要数据分析和建模的方法，建立了样本类属的不确定性描述，能比较客观地反映现实世界，它已经有效地应用在大规模数据分析、数据挖掘、矢量量化、图像分割、模式识别等领域，具有重要的理论与实际应用价值，随着应用的深入发展，模糊聚类算法的研究不断丰富。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它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数据样本进行分类的目的。

说明：基于矩阵模块化模糊聚类的图像分割，里面包括源代码，以及实验前后的图片

说明：可直接调用matlab自带的fcm函数做图像分割，并给出了分割效果图

说明：基于模糊C-均值聚类算法的图像分割，消除二值分割的非此即彼的缺陷

说明：使用模糊C-均值聚类算法对于图像进行分割

说明：fcm聚类分析,用距离方法进行聚类画图，有一定的可操作性

说明：介绍FCM算法，使用matab,，聚类中心为2

说明：用于图像聚类的模糊C均值程序，修改了原程序中的大量for循环，显著提高了计算速度。

说明：FCM算法的介绍和源代码 希望对大家有所帮助

说明：fcm算法图像分割，可以导入图像，确定巨雷区域个数，最后生成分割后的图像

说明：能够实现图像分割，对图像分类起到一定的分割效果

说明：基于蚁群算法的图像边缘检测，matlab代码

说明：用K均值算法和C模糊算法对sonar数据和iris数据进行分类。 K均值算法是一种很常用的聚类算法，其基本思想是，通过迭代寻找K个聚类的一种划分方法，使得用这K个聚类的均值来代表各类样本是所得到的的总体误差最小。 模糊C均值（FCM）算法在K均值算法的基础上，用模糊子集代替确定子集，从而得到模糊的分类结果，即分类结果的模糊化。

说明：模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它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。

说明：基于FCM算法分割车牌字符，包含车牌的定位等。

说明：本程序可以用于数据分类，图像聚类，分割，并且具有较小的边缘腐蚀。

说明：模糊聚类方法的图像分割，即使用模糊C均值方法多次迭代产生聚类中心，分割图像

说明：实现了模糊聚类算法，将数据聚为几类，有数据，可直接测试

说明：包含基于matlab的粗糙模糊c均值算法实现及相关解释说明