k均值算法是模式识别的聚分类问题，这是用C实现其算法以下是程序源代码

模糊C均值脑电分类并使用了支持向量机对比，其中支持向量机使用了三种方法参数寻优。-fuzzy C means clustering for EEG classification，and use the SVM for campare. The SVM applied three methods to find the optimal apartments.

提出一种基于模糊C 均值的支持向量机分类算法，通过模糊C 均值算法对未知类别数据 进行划分，然后再利用支持向量行对划分后的数据机进训练。解决了以往人们应用支持向量机进行 数据分类识别前必须采用已知类别的数据对支持向量机进行训练的弊端，提高了数据分类的效率。-Support vector machines classification algorithm is proposed based on Fuzzy C-Means, Fuzzy C-Means algorithm unknown

4. 试将感知机学习算法用C语言编成程序，并做下述的 维随机矢量 的二值分类的模拟实验： （1） 用程序产生M个均值为0，方差为1的正态随机矢量（取维数 ，即 ， ；每个 为服从N(0,1) 分布的随机变量）。要求产生三组矢量（分别取M=10,20,30）, 分别用每组矢量训练一个感知机模型。对于每个训练矢量 ，给定其理想输出为 。在每组训练收敛后，再产生30个新矢量，用来检验所得到的感知机的分类性能。对每一组结果要给出收敛时所用的迭代次数 ，收敛时的权矢量值 ，和检验时所达到的正确分类率