講解了當前主要的幾種聚類方法包括k-means，層次聚類方法和密度聚類方法及其對應的原理，包含一些個人理解，歡迎大家在評論區交流討論，批評指正。

介紹了k-means++聚類算法的原理和一個python實現k-means++聚類算法案例，希望對大家有所幫助，代碼放在評論區，歡迎大家在評論區提出問題討論。

本課程適用于想學或想進行matlab做圖像處理的同學們，本系統提出一種利用顏色特征對圖像進行分割的方法，首先需要設定感興趣區域ROI，計算出ROI區域中顏色矩陣均值矩陣m，并使用歐氏距離對圖像進行彩色聚類分割，從而提取出目標圖像。相應大家可以通過學習拓展到圖像分析的應用上，希望能長久的和大家一起學習進步。每一期視頻都會上傳相應的可運行的源碼附件。

復現了論文中的五自由度動力系統模態分析和時域響應計算，根據時域計算結果進行了隨機子空間模態參數識別，使用聚類算法提高了識別精度。

基于matlab的小波包熵與模糊C均值聚類的故障診斷，以凱斯西儲大學軸承數據為例進行分析。對數據進行小波包分解后重構，然后提取各頻帶能量分布，后計算小波包熵進行故障診斷。輸出特征可視化結果。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

基于matlab的人工蜂群數據聚類算法ABCO-K-均值。該代碼提供了比K-均值算法更準確的結果。關鍵技術人工蜂群優化（ABCO）是自然發式優化方法，這是類似于在自然界尋找食物的方式的蜜蜂，以及優化算法搜索最佳的組合優化問題，實現最優聚類。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

基于matlab的超像素分割，SLIC利用了簡單的聚類（貪婪）算法，初始時，每一個聚類的中心被平均的分布在圖像中，而超像素的個數，可以基本由這些中心點來決定。每一步迭代，種子像素合并周圍的像素，形成超像素。程序已調通可直接運行。 購買后可下載視頻中的源程序文件。

大數據分析及人工智能在優化軟件中的應用 【已結束】 直播時間：2020-01-14 19:30 大數據分析和人工智能是當下非常熱門的概念，本次直播將介紹優化軟件modeFRONTIER在相應領域中的一些可用工具及其使用方法，包括聚類算法、分類算法、多元相關分析、維數約簡以及機器學習算法庫等，并介紹一些相關的實際工程CAE應用案例