注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. K-means聚类C#实现

  2. 一个K-means聚类C#实现的Form程序，希望对大家课程实践有帮助！

  3. 所属分类：C#

    • 发布日期：2009-06-02
    • 文件大小：77824
    • 提供者：xiangbupingfan

  1. 经典聚类算法——K-Means算法实现（C#，适用于初学者）

  2. 用VC2008实现的C#源码，控制台程序，举了一个小例子，用于理解K-means聚类算法的核心思想，适用于初学者。

  3. 所属分类：其它

    • 发布日期：2010-01-06
    • 文件大小：26624
    • 提供者：naterliu

  1. 传统K-Means聚类C++程序.rar

  2. 本程序主要是根据传统K-means聚类思想，对一个多行多列的数据进行聚类处理！

  3. 所属分类：管理软件

    • 发布日期：2011-06-14
    • 文件大小：1048576
    • 提供者：yjdyjd19871011

  1. k_means聚类算法

  2. 该程序使用C++写的一个k-means聚类算法，对于学习聚类具有很强的参考价值。

  3. 所属分类：互联网

    • 发布日期：2012-08-15
    • 文件大小：1024
    • 提供者：foryoucxl

  1. 网络安全光盘(新)

  2. 配套光盘内容介绍 本光盘为书中编程训练的配套光盘，包含第3章到第12章十次编程训练的相关代码。光盘中所有代码均使用C语言编写，在ubuntu 9.04平台上采用g++与gcc编译器进行调试。本书部分章节的代码需要在特定内核版本下运行。本书中对Linux内核的分析及扩展全部基于Linux内核2.6.24版本，尚未对其它版本进行测试。光盘中的所有程序仅适用于32位操作系统，尚未在64位系统上进行测试。 第3章 DES加密聊天工具，共包含3个文件：chat.cpp、des.h、makefile。 编

  3. 所属分类：网络监控

    • 发布日期：2013-07-26
    • 文件大小：6291456
    • 提供者：u011516090

  1. 基于K-Means的文本聚类(c#实现)

  2. 一个真正的基于K-Means的文本聚类(c#实现)

  3. 所属分类：.Net

  1. K均值算法C语言

  2. C语言实现了K均值算法，包含两个文件，一个是纯C++语言版本的，可直接运行，另一个是C和Matlab混合版本，图形化运行结果，能够以不同颜色标识不同的聚类，用的是matlab引擎，代码已经写好，只是需要用户自己在集成开发环境如Visual Stuio中配置一些引用matlab的环境，具体配置可参考网上的matlab和C引擎混合。

  3. 所属分类：C

    • 发布日期：2014-04-10
    • 文件大小：3072
    • 提供者：a_1937

  1. MATLAB实现K-means聚类

  2. function [idx, C, sumD, D] = kmeans(X, k, varargin) % varargin：实际输入参量 if nargin 1 % 大于1刚至少有一种距离 error(sprintf('Ambiguous ''distance'' parameter value: %s.', distance)); elseif isempty(i) % 如果是空的，则表明没有合适的距离 error(sprintf('Unknown ''distance'' parame

  3. 所属分类：专业指导

    • 发布日期：2015-09-20
    • 文件大小：23552
    • 提供者：qq_22248495

  1. Mini-Search-Engine

  2. Mini-Search-Engine 迷你搜索引擎项目，后台程序在Linux环境下用C/C++开发，前台页面在windows环境下用PHP实现。 关键技术 1.网络爬虫爬网页 从配置文件中读取初始url 将初始url存入一个用于广度遍历的队列中 开始广度优先遍历队列 对每个出队的url提取需要的信息(怎么解析HTML) 对从网页中爬取到的每一个url判断是否重复，若不重复则入列。(怎么url去重) 2.初始化系统 从配置文件中读系统信息，例如服务器ip、端口号、页面文件位置、停用词文件位置等。

  3. 所属分类：C++

    • 发布日期：2016-10-11
    • 文件大小：1048576
    • 提供者：q6115759

  1. k-means c语言实现

  2. 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。

  3. 所属分类：C

    • 发布日期：2009-04-17
    • 文件大小：4096
    • 提供者：x15332366746

  1. k-means聚类算法图像分割

  2. 运用K-means算法进行图像分割, K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 k个初始类聚类中心点的选取对聚类结果具有较大的 公式 公式 影响，因为在该算法第一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将每个对象重新赋给最近的簇。当考察完所有数据对

  3. 所属分类：机器学习

    • 发布日期：2018-04-18
    • 文件大小：307
    • 提供者：qq_34683252

  1. K-Means聚类算法C#实现

  2. 文件中包含K-Means聚类算法C#版本，一个文件中包含7个函数，使用的时候直接将C#文件复制到项目中即可使用，调用的时候主函数会直接返回结果

  3. 所属分类：C#

    • 发布日期：2019-04-25
    • 文件大小：2048
    • 提供者：qq_26943725

  1. K均值算法的C++实现.cpp

  2. 用C++实现k均值算法。k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类，没有(或最小数目)聚类中心再发生变化

  3. 所属分类：机器学习

    • 发布日期：2020-03-28
    • 文件大小：4096
    • 提供者：qq_40417633

  1. 基于Walsh-Hadamard投影的快速Nonlocal-Means图像去噪.pdf

  2. NLM改进论文，可供算法工程师参考，Walsh-Hadamard投影。382 宇航学报 第32卷 NL- means模型利用观测图像中其它像素点的窗口内,将算法的计算复杂度降为o(m2·n2t2) 加权和来表示当前点图像像素值的估计,即2-1 即便如此, NL-means去噪算法的计算量还是比较 X()=NL()=∑o(i,Y()(2)大,特别是比较窗口和搜索窗口的尺寸较大时,算法 权值o(i,j代表了像素点i和j的相关性, Buade速度较慢。 提出使用以像素点和j为中心的图像块的欧式距 由式

  3. 所属分类：图像处理

    • 发布日期：2019-07-02
    • 文件大小：900096
    • 提供者：irwin0112

  1. K-Means欠采样处理不平衡样本python实现

  2. K-Means欠采样python实现 1. K-Means欠采样原理 为解决分类问题中效果受样本集类间不平衡，并提高训练样本的多样性，可以使用K-Means欠采样对样本进行平衡处理。该方法利用K-means方法对大类样本聚类，形成与小类样本个数相同的簇类数，从每个簇中随机抽取单个样本与风险样本形成平衡样本集。K-means欠采样过程如下： Step1：随机初始化k个聚类中心，分别为uj(1,2,…,k)； Step2：对于大样本xi(1,2,…,n)，计算样本到每个聚类中心uj的距离，将xi划分

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：40960
    • 提供者：weixin_38641896

  1. K-Means欠采样处理不平衡样本python实现

  2. K-Means欠采样python实现 1. K-Means欠采样原理 为解决分类问题中效果受样本集类间不平衡，并提高训练样本的多样性，可以使用K-Means欠采样对样本进行平衡处理。该方法利用K-means方法对大类样本聚类，形成与小类样本个数相同的簇类数，从每个簇中随机抽取单个样本与风险样本形成平衡样本集。K-means欠采样过程如下： Step1：随机初始化k个聚类中心，分别为uj(1,2,…,k)； Step2：对于大样本xi(1,2,…,n)，计算样本到每个聚类中心uj的距离，将xi划分

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：40960
    • 提供者：weixin_38702945

  1. 机器学习算法-kmeans 聚类算法一

  2. 1.1 k-means算法的步骤 假设k=3，要分3个群体 随机在数据当中抽取3个样本，当作三个类别的中心点（k1，k2，k3） 计算其余的点分别到这3个中心点的距离，每一个样本有3个距离（a,b,c）,从中选出距离最近的一个点作为自己的标记形成3个族群。 分别计算这3个族群的平均值，把3个平均值与之前的3个旧中心点进行比较 如果相同，结束聚类，算法收敛。 如果不相同：把这3个平均值当做新的中心点，从第二步开始重新开始。 1.2 k-means算法的评估标准   外部距离最大化，内部距离最小

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：156672
    • 提供者：weixin_38516040

  1. 基于k最近邻网络的数据聚类算法

  2. 摘要：聚类研究在数据挖掘研究领域中占有十分重要的地位．虽然目前已有很多数据聚类算法，但精度仍不够理想．文中提出一个基于结构化相似度的网络聚类算法（SSNCA），试图从网络聚类角度进一步提高数据聚类精度．具体解决方案是，将待聚类的向量数据集转化为k最近邻网络，并用SSNCA对该网络进行聚类．将SSNCA与c-Means、仿射传播进行比较，实验表明文中算法得到的目标函数稍差，但聚类精度要明显高于这两个算法．

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：586752
    • 提供者：weixin_38500630

  1. KMeansClusteringDNA：识别HepC爆发来源的K手段-源码

  2. 这是“ K均值”聚类用于识别肝炎C暴发源的示例。 该项目的K Means部分完全从头开始编码，没有使用任何K Means库。 首先从处理.fas文件中的数据到我拥有一个数组（每个索引包含一个基因组）的地方开始。 然后，它计算每个基因组之间的汉明距离。 然后，我通过“多维缩放”来运行它，以获取数据的散点图以及该数据的数据帧。 我使用散点图来确定数据中有8个簇。 有了这些知识，我便可以通过我的K Means方法运行数据框。 K Means方法遵循以下过程： 指定要分配的集群数 随机初始化K重心

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：35840
    • 提供者：weixin_42160398

  1. C语言实现K-Means算法

  2. 一、聚类和聚类算法 聚类，就是将数据对象划分成若干个类，在同一个类中的对象具有较高的相似度，而不同的类相似度较小。聚类算法将数据集合进行划分，分成彼此相互联系的若干类，以此实现对数据的深入分析和数据价值挖掘的初步处理阶段。例如在现代商业领域，聚类分析算法可以从庞大的数据集合中对消费者的消费习惯、消费倾向，以方便决策者制订消费策略。总之，作为数据挖掘中的一个模块，聚类分析算法可以作为一个单独的工具已发现数据库中分布的一些深层信息，并概括出每一类的特点。聚类分析算法也可作为数据挖掘算法中其他分析算法

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：72704
    • 提供者：weixin_38638647
« 12 »