您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数学建模——判别分析 灰色理论 聚类分析 灵敏度分析 模糊数学

  2. 数学建模的方法大全——其中涉及判别分析 灰色理论 聚类分析 灵敏度分析 模糊数学 偏相关分析等方法的课件及例题等
  3. 所属分类:专业指导

    • 发布日期:2009-05-16
    • 文件大小:6291456
    • 提供者:leening123
  1. 聚类算法源代码,有聚类分析和模糊聚类和遗传算法等,有助于第二次开发,vc6.0编写

  2. 聚类算法源代码,有聚类分析和模糊聚类和遗传算法等,有助于第二次开发,vc6.0编写
  3. 所属分类:其它

    • 发布日期:2009-05-16
    • 文件大小:451584
    • 提供者:xiaohui203203
  1. vc++6.0写的聚类分析的COM组件

  2. vc++6.0+gdal写的对IMAGE影像进行聚类处理的COM组件,其中包括K-Means,ISODATA等聚类算法。可在vb或.Net环境下直接调用。
  3. 所属分类:C++

    • 发布日期:2009-06-29
    • 文件大小:2097152
    • 提供者:chthq
  1. 数据流挖掘中的聚类算法综述

  2. 摘 要: 近期,随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流,对数据流挖掘的研究变得重要而富有意义。聚类分析作为数据流挖掘领域的一个重要问题,在近期被高度重视和广泛研究。由于数据流模型不同于传统数据集的特殊性质,新的要求和挑战应运而生。本文对数据流挖掘中各种聚类分析算法和处理框架做了综述。文章力图回顾数据流聚类分析领域的最近发展水平,提供给读者该领域的一个清晰的蓝图。为了实现这个目标,我们将首先介绍数据流聚类的
  3. 所属分类:其它

    • 发布日期:2009-07-02
    • 文件大小:769024
    • 提供者:aonu
  1. 聚类法(系统聚类法 动态聚类法 模糊聚类法)

  2. 聚类分析是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性,用数学方法按照某种相似性或差异性指标,定量地确定样本之间的亲疏关系,并按这种亲疏关系程度对样本进行聚类。 常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。
  3. 所属分类:专业指导

    • 发布日期:2009-08-14
    • 文件大小:523264
    • 提供者:h8285953
  1. 用LINGO实现有约束条件的聚类分析_全国建模会议论文

  2. 用LINGO实现有约束条件的聚类分析_全国建模会议论文 在研究应用课题时可能会遇到带约束条件的聚类分析。用SPSS等软件能够方便地进行聚类分析,但是无法附加其他约束条件,只能考虑用编程方法来实现。先将此类问题转化为0-1规划模型,然后用优化软件LINGO进行求解,并且以一个带约束条件的网络节点分组问题为实例,编写了LINGO程序,求出了最优结果。
  3. 所属分类:网络基础

    • 发布日期:2009-08-27
    • 文件大小:109568
    • 提供者:chenhui19871015
  1. k-means聚类、EM聚类、模糊聚类比较

  2. PPT较详细的讲述了k-means、em聚类、模糊聚类等不同聚类的算法原理和过程
  3. 所属分类:其它

    • 发布日期:2010-01-02
    • 文件大小:483328
    • 提供者:hjl0503
  1. K-Means动态聚类算法源程序 c

  2. k-means动态聚类算法 利用c语言编写 有例子 有说明 容易看懂 稍微修改 就可以用于其它处理 如图片聚类等
  3. 所属分类:C

    • 发布日期:2010-01-22
    • 文件大小:29696
    • 提供者:ljm426
  1. 一个有关聚类综述的英文文章

  2. 主要讲聚类算法的综述。这篇文章几乎将各个领域的聚类算法给一网打尽,太好了。从各种方向上来谈论聚类算法(层次, 划分 ,大数据集, 图形,文本聚类 , 模糊聚类 等),以及聚类的相关问题(如何计算距离, 如何确定聚类个数, 如果对聚类结果进行评价等)
  3. 所属分类:其它

    • 发布日期:2008-01-21
    • 文件大小:1048576
    • 提供者:xl_1983_10
  1. 基于K-means的文本聚类

  2. 基于K-means的文本聚类,实现了文本分词,去除停用词,聚类等,直接运行
  3. 所属分类:Java

    • 发布日期:2012-07-03
    • 文件大小:9216
    • 提供者:abclinlin2011
  1. 二维聚类数据集

  2. 用于聚类方法的数据集,包括不同数目的块状聚类、月牙形、同心环形及螺旋形分布,可用于Kmeans、谱聚类等聚类方法的测试。
  3. 所属分类:其它

    • 发布日期:2015-09-30
    • 文件大小:363520
    • 提供者:jteng
  1. MATLAB环境下的图像分类(K均值聚类)

  2. 本代码适用于MATLAB环境下的遥感影像分类、K均值聚类等
  3. 所属分类:C/C++

    • 发布日期:2018-01-30
    • 文件大小:2048
    • 提供者:baidu_34779315
  1. K-means聚类程序

  2. 这是k-means的MATLAB程序,主要用于各种数据的聚类等情况
  3. 所属分类:教育

    • 发布日期:2018-11-01
    • 文件大小:3072
    • 提供者:ss101000
  1. 基于co-ICIB联合聚类的舆情监测系统设计

  2. 基于co-ICIB联合聚类的舆情监测系统的设计为舆情信息库,它通过联合聚类等数据挖掘算法可以快速及时地发现新的舆论热点.当舆论热点被确认,即在互联网上真正成为一个备受关注的话题时,文本分类算法可以将同一话题内的信息归类,有助于跟踪舆情的发展趋势.该舆情监测系统可为舆情监管部门提供原始舆情资料、数据性图表和建议性分析.
  3. 所属分类:其它

    • 发布日期:2020-06-03
    • 文件大小:843776
    • 提供者:weixin_38720756
  1. 多维数量关联规则聚类挖掘研究

  2. 根据旅游数据的特殊性,提出了多维数量关联规则聚类算法(MDQARC),并从挖掘库的生成、数值属性的离散化以及关联规则挖掘和规则聚类等方面设计了有效的算法,最后通过实验将MDQARC算法与C4.5算法进行了比较,证明了该算法可以提高运行效率。
  3. 所属分类:其它

    • 发布日期:2020-06-01
    • 文件大小:167936
    • 提供者:weixin_38628150
  1. 基于用户/项目的混合协同过滤推荐算法的推荐原理、推荐过程、代码实现 混合推荐算法 聚类、属性、评分混合推荐项目代码实现

  2. 目前商用的推荐机制都为混合式推荐,将用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。本文主要介绍混合推荐的推荐原理、推荐过程、代码实现。 一、基于用户/项目的混合协同过滤推荐算法推荐原理 混合推荐可使用的数据包括: 1、用户属性:用户位置、用户性别、用户年龄等属性信息; 2、项目属性:项目类别、项目添加时间、项目内容等属性信息; 3、用户操作行为:用户评分、收藏记录、浏览记录、观看时长、购买记录等操作行为; 混合推荐方法可以是先将数据进行聚类(用户聚类、项目聚
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:45056
    • 提供者:weixin_38606466
  1. 聚类 分类 公共数据集

  2. 公共数据集,一共有30多中,包括iris、wine、seeds、bands、balance、zoo、wdbc、breasttissue等数据集 可用于分类聚类等
  3. 所属分类:机器学习

    • 发布日期:2021-03-26
    • 文件大小:1048576
    • 提供者:qq_39249187
  1. 基于层次聚类的图像超分辨率重建

  2. 多字典学习的图像超分辨率重建过程中常见的K均值聚类、高斯混合模型聚类等方法会导致图像的重建质量欠佳且不稳定,针对这一问题提出一种新的基于层次聚类的图像超分辨率重建算法;首先对样本图像块提取特征并进行层次聚类,经改进的主成分分析方法训练得到K个字典,然后将测试图像裁切成若干图像块,并分别自适应匹配最合适的字典进行图像块重建,最后对整幅图像进行优化,以实现全局重建。结果表明:所提算法具有较高的可行性,能有效改善图像的重建质量;与传统算法相比,所提算法重建图像的峰值信噪比和结构相似度均有所增大。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:14680064
    • 提供者:weixin_38524871
  1. 基于多核学习-密度峰值聚类的基础矩阵估计

  2. 现有基础矩阵鲁棒估计方法存在精度不高、准确性较低等不足,基于此,提出一种利用多核学习改进密度峰值聚类的基础矩阵估计方法。首先,针对密度峰值算法需要选取参数和无法自动聚类等不足,引入多核学习和γ分布图进行改进;其次,以对极距离为特征,通过多核学习-密度峰值算法剔除匹配数据集中的异常值,得到较优内点集;最后,使用M估计法消除定位噪声误差,对内点子集进行进一步优化处理,并估计最终的基础矩阵。利用INRIA Dataset数据集对所提方法进行验证分析。结果表明:在保证匹配点信息较多的前提下,所提方法提高
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:8388608
    • 提供者:weixin_38530202
  1. Python实现的KMeans聚类算法实例分析

  2. 本文实例讲述了Python实现的KMeans聚类算法。分享给大家供大家参考,具体如下: 菜鸟一枚,编程初学者,最近想使用Python3实现几个简单的机器学习分析方法,记录一下自己的学习过程。 关于KMeans算法本身就不做介绍了,下面记录一下自己遇到的问题。 一 、关于初始聚类中心的选取 初始聚类中心的选择一般有: (1)随机选取 (2)随机选取样本中一个点作为中心点,在通过这个点选取距离其较大的点作为第二个中心点,以此类推。 (3)使用层次聚类等算法更新出初始聚类中心 我一开始是使用numpy
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:216064
    • 提供者:weixin_38738830
« 12 3 4 5 6 7 8 9 10 ... 50 »