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. 模式识别 最近邻规则聚类算法

  2. 最近邻规则的聚类算法 实验要求： 编写采用最近邻规则的聚类算法，距离采用欧式距离，阈值可设定。 采用二维特征空间中的10个样本对程序进行验证 x1 = (0,0)，x2 = (3,8) x3 = (2,2)，x4 = (1,1) x5 = (5,3)，x6 = (4,8)，x7 = (6,3)，x8 = (5,4) x9 = (6,4)，x10 = (7,5)

  3. 所属分类：其它

    • 发布日期：2009-12-05
    • 文件大小：986
    • 提供者：wangjianbob3

  1. 基于自适应混合变异进化策略的神经模糊系统及应用研究

  2. 针对现存神经模糊系统中存在的问题 提出了基于自适应混合变异进化策略的神经模糊系统 采用改进的最近邻域聚类算法对输入空间进行模糊聚类 确定模糊规则数以及模糊规 则前件 这样做精简了模糊规则 不会因输入变量的增加而造成 维数灾难 采用自适应混合进化策略确定模糊规则的后件。

  3. 所属分类：其它

    • 发布日期：2010-06-19
    • 文件大小：215040
    • 提供者：yangshanliang

  1. Web Data Mining (英文)

  2. 目录回到顶部↑ 第一部分 数据挖掘基础. 第1章 概述3 1.1 什么是万维网3 1.2 万维网和互联网的历史简述4 1.3 web数据挖掘5 1.3.1 什么是数据挖掘6 1.3.2 什么是web数据挖掘7 1.4 各章概要8 1.5 如何阅读本书10 文献评注10 第2章 关联规则和序列模式12 2.1 关联规则的基本概念12 2.2 apriori算法14 2.2.1 频繁项目集生成14 2.2.2 关联规则生成17 2.3 关联规则挖掘的数据格式19 2.4 多最小支持度的关联规则挖掘

  3. 所属分类：专业指导

    • 发布日期：2012-05-02
    • 文件大小：8388608
    • 提供者：chen_767

  1. 基于递阶模糊聚类的混沌时间序列预测

  2. 提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S 模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间, 得到规则数及初始聚类中心, 用模糊C均值算法(FCM)进一步优化聚类中心;然后利用加权最小二乘法估计模糊模型的初始参数, 进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass 混沌时间序列进行预测实验, 结表明可以对Mackey-Glass 混沌时间序列进行准确建模和预测, 证明了本方法的有效

  3. 所属分类：专业指导

    • 发布日期：2015-05-28
    • 文件大小：189440
    • 提供者：ohuaimi

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 中科大汪增福模式识别PPT.zip

  2. 中国科学技术大学 汪增福 模式识别课程课件。第一章为绪论。第二章介绍统计模式识别中的几何方法，着重介绍特征空间的概念和相关分类器的设计方法。第三章介绍统计模式识别中的概率方法，着重介绍最小错误概率分类器、最小风险分类器、纽曼皮尔逊分类器和最小最大分类器以及概率密度函数的参数估计和非参数估计等。第四章讨论典型分类器错误概率的计算问题。第五章讨论无监督情况下的模式识别问题，着重介绍几种典型的聚类算法：基于分裂的聚类方法、基于合并的聚类方法、动态聚类方法、基于核函数的聚类方法和近邻函数值聚类方法等。第

  3. 所属分类：机器学习

    • 发布日期：2020-05-10
    • 文件大小：26214400
    • 提供者：strongests

  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. python实现小世界网络生成

  2. 没有使用igraph库哦 因为我还没学 小世界网络简介： 1998年, Watts和Strogatz 提出了小世界网络这一概念，并建立了WS模型。实证结果表明，大多数的真实网络都具有小世界特性（较小的最短路径）和聚类特性（较大的聚类系数）。传统的规则最近邻耦合网络具有高聚类的特性，但并不具有小世界特性；而随机网络具有小世界特性但却没有高聚类特性。因此这两种传统的网络模型都不能很好的来表示实际的真实网络。Watts和Strogatz建立的小世界网络模型就介于这两种网络之间，同时具有小世界特性和聚类

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：90112
    • 提供者：weixin_38656400

  1. 基于Tri-Training和数据剪辑的半监督聚类算法

  2. 提出一种半监督聚类算法,该算法在用seeds集初始化聚类中心前,利用半监督分类方法Tri-training的迭代训练过程对无标记数据进行标记,并加入seeds集以扩大规模;同时,在Tri-training训练过程中结合基于最近邻规则的Depuration数据剪辑技术对seeds集扩大过程中产生的误标记噪声数据进行修正、净化,以提高seeds集质量.实验结果表明,所提出的基于Tri-training和数据剪辑的DE-Tri-training半监督聚类新算法能够有效改善seeds集对聚类中心的初始化

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：709632
    • 提供者：weixin_38729607

  1. 微笑：统计机器智能和学习引擎-源码

  2. 微笑 是Java和Scala中快速而全面的机器学习，NLP，线性代数，图形，插值和可视化系统。 凭借先进的数据结构和算法，Smile可提供最先进的性能。 Smile的文献记录丰富，请查看项目以获取编程指南和更多信息。 Smile涵盖了机器学习的各个方面，包括分类，回归，聚类，关联规则挖掘，特征选择，流形学习，多维缩放，遗传算法，缺失值插补，有效的最近邻搜索等。 Smile实现以下主要的机器学习算法： 分类：支持向量机，决策树，AdaBoost，梯度提升，随机森林，逻辑回归，神经网络，RB

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：109051904
    • 提供者：weixin_42132352

  1. 神经模糊系统中模糊规则的优选

  2. 提出一种基于两级聚类算法的自组织神经模糊系统, 该系统采用两级聚类算法(改进的最近邻 域聚类算法和 Gustafson2Kessel模糊聚类算法)对输入ö 输出数据进行模糊聚类, 并由模糊聚类的划分 熵确定最优划分, 建立模糊模型, 模型精度可由梯度下降法进一步提高。 仿真结果表明, 这种神经模糊系 统具有结构简单、 规则数少、 学习速度快以及建模精度高等特点。

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：314368
    • 提供者：weixin_38593380

  1. 基于状态聚类的非参数化近似广义策略迭代增强学习算法

  2. 为解决当前近似策略迭代增强学习算法普遍存在计算量大、基函数不能完全自动构建的问题,提出一种基于状态聚类的非参数化近似广义策略迭代增强学习算法(NPAGPI-SC).该算法利用二级随机采样过程采集样本,利用trial-and-error过程和以样本完全覆盖为目标的估计方法计算逼近器初始参数,利用delta规则和最近邻思想在学习过程中自适应地调整逼近器,利用贪心策略选择应执行的动作.一级倒立摆平衡控制的仿真实验结果验证了所提出算法的有效性和鲁棒性.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：698368
    • 提供者：weixin_38592405