您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 一种基于贪心EM算法学习GMM的聚类算法.pdf

  2. 传统的聚类算法如k - m eans算法需要一些先验知识来确定初始参数,初始参数的选择通常会对聚类结果生产很大的 影响。提出一种新的基于模型的聚类算法,通过优化给定的数据和数学模型之间的适应性发现数据对模型的最好匹配。
  3. 所属分类:其它

    • 发布日期:2009-11-16
    • 文件大小:594944
    • 提供者:lxf310
  1. GMM高斯混合模型聚类算法

  2. 实用的高斯混合模型的库,附带封装的接口(GMM.c),以及作者的使用手册PDF,适合图像处理方面训练实用
  3. 所属分类:C

    • 发布日期:2010-03-29
    • 文件大小:233472
    • 提供者:whuruan
  1. EM算法进行高斯混合模型聚类

  2. 用em算法估计高斯混合模型的参数,实现对N维数据的聚类
  3. 所属分类:其它

    • 发布日期:2010-07-19
    • 文件大小:364544
    • 提供者:chenduanjin
  1. 用gmm模型来对em算法进行应用

  2. 用gmm模型来对em算法进行编程,可以用其聚类
  3. 所属分类:其它

    • 发布日期:2011-11-14
    • 文件大小:61440
    • 提供者:wangn1190
  1. gmm聚类的matlab实现

  2. GMM算法的实现,运行文件gmmclassfile.m,其中的数据用数据文件表示,在gmmclassfile.m中的filename改为需要聚类的数据文件,.data形式的。绝对可用
  3. 所属分类:数据库

    • 发布日期:2012-10-10
    • 文件大小:2048
    • 提供者:jingai6fang
  1. 在线K均值聚类混合高斯背景建模

  2. 在线K均值聚类,混合高斯模型背景建模的改进算法,结果较好。
  3. 所属分类:其它

    • 发布日期:2013-09-05
    • 文件大小:15360
    • 提供者:luowanying
  1. GMM高斯混合模型聚类

  2. Purdue大学一个教授写的高斯混合模型的库,附带有我封装的接口(GMM.c),以及作者的使用手册PDF
  3. 所属分类:C

    • 发布日期:2008-12-10
    • 文件大小:233472
    • 提供者:run_2000
  1. Kmeans聚类分析

  2. 算法的源程序,可以用来对各种情况进行聚类分析。Kmeans 与 GMM 更像是一种 top-down 的思想,它们首先要解决的问题是,确定 cluster 数量,也就是 k 的取值。在确定了 k 后,再来进行数据的聚类。而 hierarchical clustering 则是一种 bottom-up 的形式,先有数据,然后通过不断选取最相似的数据进行聚类。
  3. 所属分类:数据库

    • 发布日期:2018-04-06
    • 文件大小:17408
    • 提供者:qq_29943911
  1. 混合背景模型与K近邻聚类

  2. 内涵两部分一部分是GMM算法实现车辆视频检测,另一部分是基于KNN医学脑电图的检测,还有文档说明,文档说明是一分英文REPORT
  3. 所属分类:图像处理

    • 发布日期:2018-05-08
    • 文件大小:4194304
    • 提供者:trywangdao
  1. 聚类算法总结和实践

  2. 聚类算法总结和实践:K-means、层次聚类、GMM、EM算法
  3. 所属分类:机器学习

    • 发布日期:2018-11-01
    • 文件大小:13631488
    • 提供者:m0_43553676
  1. 基于西瓜书的聚类代码和介绍

  2. def GMM_algorithm(iterMax,gmm,dataset): ''' 高斯混合聚类算法 :param iterMax: 最大迭代次数 :param gmm: 保存gmm模型的数据 :return: 簇划分结果 ''' step = 0 m = len(dataset) flagMat = np.mat(np.zeros((m, 1))) # 保存每个样本的簇标记 lateProbMat = np.mat(np.zeros((m,3))) #保存后验概率 while step
  3. 所属分类:机器学习

    • 发布日期:2018-11-20
    • 文件大小:187392
    • 提供者:qq_38162468
  1. 聚类算法-高斯混合模型GMM

  2. 网上很多的代码都是错误的,特别是广为流传的那份,我已经进行了修改,并在此前提下,对群中心距离是否太近进行了判断,如果群中心太近,那就就将两个中心所代表的两个聚类合成为一个聚类,更符合实际
  3. 所属分类:机器学习

    • 发布日期:2018-11-03
    • 文件大小:207872
    • 提供者:xishao77
  1. 数据挖掘聚类算法.rar

  2. 此资源包含俩个文件夹,一个是5种聚类算法(二分K-Means算法、K-Means算法、DBscan算法、层次算法、GMM算法)源码,一个是对这5种聚类算法的实验结果和评价。
  3. 所属分类:Python

    • 发布日期:2020-05-04
    • 文件大小:420864
    • 提供者:weixin_44749817
  1. 聚类测试_31省市居民家庭消费水平-city.txt

  2. 运用K-Means进行聚类分析的数据。 通过无标签的数据,学习数据的分布或数据与数据之间的关系。 1.聚类算法定义:根据数据的“相似性”将数据分为多类的过程。 1.1可运用的算法模块:K-Means、近邻传播算法、DBSCAN算法,高斯混合模型(GMM)等。
  3. 所属分类:机器学习

    • 发布日期:2020-04-05
    • 文件大小:2048
    • 提供者:qq_41709378
  1. GMM聚类算法基于python gmm.py

  2. 代码已跑通,欢迎下载,欢迎交流
  3. 所属分类:机器学习

    • 发布日期:2020-04-03
    • 文件大小:5120
    • 提供者:mingzhen12a
  1. 已知的5大聚类算法.pdf

  2. The 5 Clustering Algorithms Data Scientists Need to Know Clustering is a Machine Learning technique that involves the grouping of data points. Given a set of data points, we can use a clustering algorithm to classify each data point into a specic gro
  3. 所属分类:机器学习

    • 发布日期:2019-08-24
    • 文件大小:883712
    • 提供者:homeofcm
  1. EM算法训练GMM的聚类函数vq_flat(看评论酌情下载)

  2. EM算法训练GMM的Matlab实现过程(总结) 中 的vq_flat代码
  3. 所属分类:C

    • 发布日期:2020-10-11
    • 文件大小:6144
    • 提供者:yimingxh
  1. 基于KL散度的驾驶员驾驶习性非监督聚类

  2. 为深入理解不同驾驶员的驾驶行为特点,本文中提出了一种基于KL散度的驾驶员驾驶习性非监督聚类算法。首先,建立了驾驶员驾驶数据实车道路试验采集平台,对84位驾驶员进行了测试;接着,将每名驾驶员的驾驶数据视为一个高斯混合模型(GMM),采取EM算法对其进行参数估计;最后,通过蒙特卡洛算法对各GMM之间的KL散度进行估计,从而获得不同驾驶员差异性的定量描述,将驾驶员聚为不同习性类别。对聚类后各类驾驶员的驾驶数据的统计分析表明,所提出的非监督聚类算法能有效实现不同驾驶习性驾驶员的聚类。
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:2097152
    • 提供者:weixin_38680247
  1. UnsupervisedLearning_Image:K-Means聚集PCA t-SNE GMM模型聚类和期望最大化-源码

  2. 图像数据的无监督机器学习 K均值 集聚的 PCA 吨位 GMM模型聚类和期望最大化
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:816128
    • 提供者:weixin_42178963
  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 »