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. V基于密度聚类的工业数据去噪声预处理研究

  2. V基于密度聚类的工业数据去噪声预处理研究

  3. 所属分类：其它

    • 发布日期：2011-09-13
    • 文件大小：130048
    • 提供者：huhuateng

  1. MATLAB密度聚类程序

  2. 基于MATLAB的密度聚类程序，DBSCAN.m，运行正确。

  3. 所属分类：其它

    • 发布日期：2013-07-02
    • 文件大小：4096
    • 提供者：u011283648

  1. dbsan密度聚类算法

  2. dbsan密度聚类算法matlab代码功能函数

  3. 所属分类：其它

    • 发布日期：2016-12-16
    • 文件大小：4096
    • 提供者：ws271

  1. 2014年中SCI论文基于局部密度聚类算法代码C++编写以及例子运行程序

  2. 2014年中SCI论文基于局部密度聚类算法代码运用C++进行编写，此上传为一个例子运行程序：其中截断距离dc可以通过选择设置平均每个点的邻居局部密度为数据总数的1-2%（即K值）自动生成，当点属于的边界部分条件达到要求时，便停止dc的自增，最后将结果输出到txt中，密度最大的点和坐标，可根据要求自行修改得到其他密度信息，数据量较大时，聚类时间较长，耐心等候。

  3. 所属分类：C++

    • 发布日期：2018-05-10
    • 文件大小：2097152
    • 提供者：llx18850576021

  1. 基于动态共享近邻的谱平均密度聚类

  2. 基于动态共享近邻的谱平均密度聚类，袁超宇，张力生，谱平均密度聚类是一种基于密度的聚类算法，但存在对参数ε较为敏感的问题。针对上述问题，提出一种基于动态共享近邻的谱平均密度�

  3. 所属分类：其它

    • 发布日期：2020-03-09
    • 文件大小：874496
    • 提供者：weixin_38671628

  1. 基于快速密度聚类的电力通信网节点重要性评估.pdf

  2. 电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在 的连接权值单一以及评价指标单一等问题，利用电力通信网的带宽和距离作为权值，计算电力通信网节点的多种 评价指标：节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标，利用快速密度聚类方 法建立电力通信网的节点重要性评估模型，为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类， 将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电

  3. 所属分类：其它

    • 发布日期：2019-09-13
    • 文件大小：403456
    • 提供者：weixin_38743481

  1. 机器学习-08. 密度聚类、谱聚类

  2. 人工智能基础视频教程零基础入门课程 第八章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Tensor

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：444596224
    • 提供者：suolong123

  1. python实现密度聚类(模板代码+sklearn代码)

  2. 主要介绍了python实现密度聚类(模板代码+sklearn代码)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：70656
    • 提供者：weixin_38696336

  1. Python基于聚类算法实现密度聚类(DBSCAN)计算【测试可用】

  2. 主要介绍了Python基于聚类算法实现密度聚类(DBSCAN)计算,结合实例形式分析了聚类算法的相关概念、原理及使用聚类算法进行密度聚类计算的相关操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：86016
    • 提供者：weixin_38631042

  1. 基于密度聚类的能耗数据采集网关设计

  2. 现有用电信息采集网络集中器不具备对异常用电量进行检测功能，导致主站对异常用电行为分析与响应滞后。设计一款具备异常检测功能的用电信息采集网关，将网关安装在集中器侧对集中器能耗数据进行异常分析是应对该问题的有效解决方案。根据用电信息采集网络的特征和相关电网规约，网关通过构造数据帧查询主站地址池配置自身地址；基于密度聚类DBSCAN算法和决策树C4.5算法对异常用电行为进行判断。实验结果表明，该网关能够快速地对自身地址进行配置并对能耗数据进行异常分析。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：390144
    • 提供者：weixin_38625559

  1. 密度聚类python实现(模板代码+sklearn代码)

  2. 本人在此就不搬运书上关于密度聚类的理论知识了，仅仅实现密度聚类的模板代码和调用skelarn的密度聚类算法。 有人好奇，为什么有sklearn库了还要自己去实现呢？其实，库的代码是比自己写的高效且容易，但自己实现代码会对自己对算法的理解更上一层楼。 #调用科学计算包与绘图包 import numpy as np import random import matplotlib.pyplot as plt # 获取数据 def loadDataSet(filename): dataSet=n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：62464
    • 提供者：weixin_38740201

  1. python实现密度聚类(模板代码+sklearn代码)

  2. 本人在此就不搬运书上关于密度聚类的理论知识了，仅仅实现密度聚类的模板代码和调用skelarn的密度聚类算法。 有人好奇，为什么有sklearn库了还要自己去实现呢？其实，库的代码是比自己写的高效且容易，但自己实现代码会对自己对算法的理解更上一层楼。 #调用科学计算包与绘图包 import numpy as np import random import matplotlib.pyplot as plt # 获取数据 def loadDataSet(filename): dataSet=n

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：64512
    • 提供者：weixin_38661800

  1. 集体密度聚类用于相干运动检测

  2. 集体密度聚类用于相干运动检测

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1048576
    • 提供者：weixin_38631738

  1. 基于密度聚类的自适应轨迹预测方法

  2. 为了解决移动通信环境中的用户轨迹预测问题，我们提出了基于密度聚类的自适应轨迹预测方法（ATPDC）。 它包括分别为轨迹建模阶段和轨迹更新阶段两个阶段。 在第一阶段，通过对历史轨迹进行聚类构建用户轨迹预测模型。 而在第二阶段，它增强了建立在前一阶段的模型。 我们在MR记录中对其进行测试移动通信环境。 实验结果表明，ATPDC算法可以实现随着增长，具有令人满意的预测精度和预测效率的增量更新。 用户轨迹数据。 此外，还建议移动MR道路测试报告应包含潜在的用户行为模式，可用于分析和挖掘用户的行为。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：519168
    • 提供者：weixin_38682161

  1. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  2. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  3. 所属分类：互联网

  1. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  2. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  3. 所属分类：互联网

  1. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  2. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  3. 所属分类：互联网

  1. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  2. 基于密度聚类的DBSCAN和kmeans算法比较-附件资源

  3. 所属分类：互联网

  1. 适用于大规模文本处理的动态密度聚类算法

  2. 适用于大规模文本处理的动态密度聚类算法

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：1048576
    • 提供者：weixin_38691256

  1. 基于自动快速密度聚类的新型群体检测与分析方法

  2. 组级人群行为分析是一种新的有前途的方法，在视频监视和了解人群方面具有重要的应用。 但是，很少研究人群中某个群体的具体定义。 本文为人群领域中的群体提出了完整合理的定义，并提出了一种快速，自动的群体检测方法。 首先，使用自动快速密度聚类（AFDC）查找组核心，然后根据相干邻居不变性的性质对其进行精炼。 这种检测方法更适合于具有任意形状和不同密度的组，这是因为组核心是通过相干的邻居进行精炼的。 对数百个公共场景的视频片段进行的实验表明，该方法具有出色的检测性能和诱人的统计结果。 特别是，一个组中的人

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38745233
« 12 3 4 5 6 7 8 9 10 ... 22 »