K-MEANS改进聚类

用matlab仿真实现的K-MEANS改进聚类，可以运行

function [ resXresYrecord] = FunK_mean（ xyk ）
% 功能：
%     实现k-mean聚类算法
% 输入：
%     二维数据，分别用xy两个一维向量代表两个维度，xy只是元素集合，从x中随机选取一个元素，y中随机选取一个元素可以构成一个坐标点
%     k 是分成的类别的数量
% 输出：
%     k行的两个矩阵
%     对应同样的第n行，存放着第n类的所有元素
%     record: 记录着当前分类中每一类的坐标个数下标从1开始

    j = 1;
    % 下面是预分配一些空间
    % seedX 和 seedY 中存放着所有种子先初始化中心点，
    %（seedX，seedY）是当前中心点，（oldseedX，oldseedY）是上一轮迭代的中心点，
    % 记录二者是为了比较两次迭代间中心点是否有变化，如果无变化则停止迭代，确定分类输出计算结果
    seedX = zeros（1k）;
    seedY = zeros（1k）;
    oldSeedX = zeros（1k）;
    oldSeedY = zeros（1k）;
    resX = zeros（klength（x））;
    resY = zeros（klength（x））;
    % 用来记录resX中每一行有效元素的个数
    record = zeros（1k）; 
    for i = 1:k % 产生k个随机种子 注意： 随机种子是来自元素集合，此处的种子是随机选择的中心点
        seedX（i） = x（round（rand（）*length（resX）））;%round是四舍五入函数，rand是随机

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3252  2018-01-24 10:16  1.1聚类分区域\FunK_mean.m

     文件       2929  2018-01-24 10:24  1.1聚类分区域\FunK_meanPolyD.m

     文件        173  2018-01-17 14:41  1.1聚类分区域\ini_fea.m

     文件       1375  2018-01-27 09:37  1.1聚类分区域\main.m

     文件        404  2018-01-24 10:37  1.1聚类分区域\plot_obstacle.m

     目录          0  2018-05-17 10:44  1.1聚类分区域

----------- ---------  ---------- -----  ----

                 8133                    6