马氏距离判别(MahalanobisDistanceDiscrimination)的演示过程,求均值向量,协方差矩阵及线形判别函数-Mahalanobis distance criterion (MahalanobisDistanceDiscrimina tion) demonstration process for the mean and covariance matrix and linear discriminant function

欧矢距离测度常用函数，希望对做信号处理人员有用

自己写的求相同函数任意不同列数的两个矩阵之间距离的函数

K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再