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. 两个matlab实现的K-MEANS聚类算法

  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。 %k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象， %则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类； %然后再计算每个所获新聚类的聚

  3. 所属分类：其它

    • 发布日期：2009-05-23
    • 文件大小：8192
    • 提供者：lih062624

  1. K-means聚类算法在入侵检测中的应用

  2. 提出了一种基于聚类分析方法构建入侵检测库的模型，实现了按K-平均值方法建立入侵检测库并据此划分安全等级的思想。该检测系统的建立不依赖于经验数据，能自动依据原有数据对入侵行为进行重新划分。仿真实验表明，该方法具有较强的实用性和自适应功能。 关键词：网络安全；入侵检测；数据挖掘；聚类分析；K-平均值

  3. 所属分类：网络安全

    • 发布日期：2009-06-26
    • 文件大小：179200
    • 提供者：liangjian820

  1. 模式识别——系统聚类法

  2. 模式识别中的经典非监督是算法，系统聚类法。 VS2005的工程文件包；也可以直接查看工程下的.c文件。 算法关键问题是距离矩阵的演算；而演算的关键思路是动态规划的，即(i j)元素只由i j右下的元素确定,也就是若干(t,k)，其中t>=i k>=j。

  3. 所属分类：其它

    • 发布日期：2009-09-15
    • 文件大小：165888
    • 提供者：azhu422

  1. k均值聚类分析matlab代码

  2. 基本思想：首先任意选取K个聚类中心，按最小距离原则将各模式分配到K类的某一类； 不断计算聚类中心和调整各模式的类别，最终使各模式到其判属类别中心的距离平方之和最小。

  3. 所属分类：其它

    • 发布日期：2009-10-14
    • 文件大小：2048
    • 提供者：CarolYang8610

  1. C均值中国城市聚类分析

  2. 对中国625城市聚类分析。特征值：经度，纬度；城市数据来源：Google Earth 经纬度

  3. 所属分类：C

    • 发布日期：2009-10-15
    • 文件大小：112640
    • 提供者：bananaleaf

  1. 基于K均值和模糊C均值的数值型数据聚类算法

  2. 对数值型数据分别进行K均值和模糊C均值聚类，并对两种聚类算法的聚类正确率进行比较，得出结论；

  3. 所属分类：C

    • 发布日期：2009-10-27
    • 文件大小：4194304
    • 提供者：niufenghui

  1. 基于核的K-均值聚类

  2. ：将核学习方法的思想应用于K-均值聚类中，提出了一种核K-均值聚类算法，算法的主要思想是：首先将原空间中待聚类的样本经过 一个非线性映射，映射到一个高维的核空间中，突出各类样本之间的特征差异，然后在这个核空间中进行K-均值聚类。同时还将一种新的核 函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性，分别利用人工和实际数据进行K-均值聚类和核K-均值聚类，实验结 果显示对于一些特殊的类分布数据，核K-均值聚类比K-均值聚类具有更好的聚类效果

  3. 所属分类：其它

    • 发布日期：2009-12-24
    • 文件大小：141312
    • 提供者：qingchun456

  1. 基于改进粒子群的聚类算法

  2. 提出了一种基于改进的粒子群算法的聚类方法该算法是将局部搜索能力强的 均值算法和基于遗传算法的交叉变异P操作同时结合到粒子群算法中既提高了粒子群算法的局部搜索能力加快了收敛速度，同时因为加入了交叉变异操作，有效地防治了早熟收敛现象的发生实验表明该聚类算法有更好的收敛效果

  3. 所属分类：其它

    • 发布日期：2009-12-24
    • 文件大小：197632
    • 提供者：kyliulei

  1. 基于密度的分布式聚类算法研究

  2. ：大量复杂异构数据分布于各个网络站点上，分布式聚类是海量数据处理的一个重要应用。该文针对基于密度的分布式聚类(DBDC) 算法提出一种改进算法，利用局部聚类获取更佳的代表对象，将代表对象集附带相关信息传送至主站点，用增强的基于密度的聚类算法进 行全局聚类，并更新子站点聚类。理论分析和实验结果表明，该算法在聚类质量和算法效率方面优于DBDC 算法。

  3. 所属分类：其它

    • 发布日期：2010-10-14
    • 文件大小：1048576
    • 提供者：topmast

  1. 图像处理图像分析聚类分析源代码

  2. 图像处理 图像分析 聚类分析 模糊聚类 遗传算法聚类；图像处理 图像分析 聚类分析 模糊聚类 遗传算法聚类

  3. 所属分类：其它

    • 发布日期：2010-11-25
    • 文件大小：273408
    • 提供者：chenglongwhu

  1. 一种新的加权模糊C中心聚类算法

  2. 摘 要 对于一些局部分布稀疏不均、聚类区域的形状及大小很不规整的数据点集，多数聚类算法不能很好地探测出其聚类分布。在借鉴了两个加权FCM聚类算法的构造及推导过程的基础上，提出了一种新的加权模糊C中心聚类算法(算法1)。接着对该聚类算法进行了一些讨论，给出其时间复杂度及收敛性分析。通过German数据集的几种聚类算法的对照实验结果及评估相异性度量的比较实验结果，验证了该聚类算法有时能取得比WFCM更好的聚类精度，从而说明这个新型加权聚类算法具有一定的有效性。最后给出了几点研究展望，为下一步的研究

  3. 所属分类：其它

    • 发布日期：2010-11-25
    • 文件大小：798720
    • 提供者：gaoyang9870

  1. 基于模糊聚类的文本挖掘算法

  2. 针对传统FCM 算法对孤立点比较敏感，须预先指定聚类数目的缺陷，提出一种新的模糊聚类算法NSFCM，将其应用于文本挖掘 中。NSFCM 对数据对象的隶属度增加一个权值，以减少孤立点对聚类中心的影响。采用平均信息熵确定聚类数，通过密度函数获得初始 聚类中心。仿真结果证明，该算法聚类的精度和执行效率均高于FCM 算法，效果较好

  3. 所属分类：Java

    • 发布日期：2011-03-14
    • 文件大小：72704
    • 提供者：woshihou

  1. 聚类算法研究及在图像分割中的应用

  2. 本文基于图像处理以及模式识别技术，针对聚类方法应用于图像分割的特点，着重进行聚类算法以及图像分割方法的应用研究

  3. 所属分类：互联网

    • 发布日期：2011-11-06
    • 文件大小：3145728
    • 提供者：yidixiang

  1. 初始聚类中心优化的k-means算法.pdf

  2. 传统的k-means算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动。为消除这种敏感性，提出一种优化初始聚类中心的方法，此方法计算每个数据对象所在区域的密度，选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验表明改进后的k-means算法能产生质量较高的聚类结果，并且消除了对初始输入的敏感性。 关键词：数据挖掘；聚类；k-means算法；聚类中心

  3. 所属分类：SQLServer

    • 发布日期：2012-01-14
    • 文件大小：104448
    • 提供者：mocuyu

  1. 24个群体11个y－str基因座单倍型遗传关系的聚类分析

  2. 24个群体11个y－str基因座单倍型遗传关系的聚类分析 论文 没买数据库的估计下载不到吧

  3. 所属分类：医疗

    • 发布日期：2012-04-17
    • 文件大小：504832
    • 提供者：yqin90

  1. 大数据集快速均值漂移谱聚类算法

  2. 均值漂移谱聚类(MSSC)算法为模式识别聚类任务提供了一种较新的方案. 然而由于其内嵌均值漂移 过程的时间复杂度与样本容量呈平方关系, 其在大数据集环境的实用性受到大大削弱. 利用快速压缩集密度 估计器(FRSDE)替代Parren窗密度估计式(PW)并融合基于图的松弛聚类(GRC)方法, 提出了快速均值漂移谱聚 类(FMSSC)算法. 相比原MSSC, 该算法的总体渐进时间复杂度与样本容量呈线性关系, 并具有自适应性和便捷性.

  3. 所属分类：其它

    • 发布日期：2012-12-06
    • 文件大小：605184
    • 提供者：xiaofeng1988

  1. 基于视觉与标注相关信息的图像聚类算法

  2. 算法首先按视觉相关程度对标注字进行打分，标注字的分值体现了语义一致图像的视觉连贯程度．利用图像语义类别固有的语言描述性，从图像标注中抽取具有明显视觉连贯性的标注字作为图像的语义类别，减少了数据库设计者繁琐的手工编目工作．按标注字信息对图像进行语义分类，提高了图像聚类的语义一致性．对4500幅Corel标注图像的聚类结果证实了算法的有效性 ．

  3. 所属分类：其它

    • 发布日期：2014-11-14
    • 文件大小：364544
    • 提供者：qq_23283987

  1. [python] Kmeans文本聚类算法+PAC降维+Matplotlib显示聚类图像源码

  2. 该资源主要参考我的博客： [python] Kmeans文本聚类算法+PAC降维+Matplotlib显示聚类图像 http://blog.csdn.net/eastmount/article/details/50545937 包括输入文档txt，共1000行数据，每行都是分词完的文本。 本文主要讲述以下几点： 1.通过scikit-learn计算文本内容的tfidf并构造N*M矩阵(N个文档 M个特征词)； 2.调用scikit-learn中的K-means进行文本聚类； 3.使用PAC进行

  3. 所属分类：Python

    • 发布日期：2016-01-20
    • 文件大小：252928
    • 提供者：eastmount

  1. 一种改进的自适应快速AF-DBSCAN聚类算法

  2. 基于密度的DBSCAN聚类算法可以识别任意形状簇,但存在全局参数Eps与Min Pts的选择需人工干预,采用的区域查询方式过程复杂且易丢失对象等问题,提出了一种改进的参数自适应以及区域快速查询的密度聚类算法。根据KNN分布与数学统计分析自适应计算出最优全局参数Eps与Min Pts,避免聚类过程中的人工干预,实现了聚类过程的全自动化。通过改进种子代表对象选取方式进行区域查询,无需漏检操作,有效提高了聚类的效率。对4种典型数据集的密度聚类实验结果表明,本文算法使得聚类精度提高了8.825%,聚类

  3. 所属分类：互联网

    • 发布日期：2017-04-05
    • 文件大小：146432
    • 提供者：dwf_android

  1. 基于融合GMM聚类与FOA-GRNN模型的推荐算法

  2. 针对传统基于物品的推荐算法由于数据稀疏性导致的低推荐精度问题，提出了一种融合GMM聚类和FOA-GRNN模型的推荐算法。该算法首先使用高斯混合模型（GMM）方法对物品特征进行聚类；然后根据聚类结果分别构造评分矩阵，并使用Slope One算法填充评分矩阵；最后计算用户对物品的相似度预测评分作为输入，通过FOA-GRNN模型输出最终的评分。基于movielens-2k数据集的实验结果表明，与其他3种算法相比，该算法能够更好地处理高稀疏性数据，推荐精度更优，并能够在一定程度上解决冷启动问题。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：673792
    • 提供者：weixin_38621870
« 12 3 4 5 6 7 8 9 10 ... 33 »