您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ISODATA聚类matlab算法(带详细中文注释)

  2. 本资源是ISODATA聚类算法的matlab代码,其中包括isodata.m(ISODATA算法代码,其中包括了合并分裂等一系列子函数)、provaisodata.m(算法实例调用代码)和dades.mat(存放实例数据变量的文件)三个文件,并且每个函数都有详细的中文注释,而非原来的西班牙语注释。 ISODATA算法是在k-均值算法的基础上,增加对聚类结果的“合并”和“分裂”两个操作,并设定算法运行控制参数的一种聚类算法。全称:Iterative Selforganizing Data Ana
  3. 所属分类:其它

    • 发布日期:2010-04-19
    • 文件大小:9216
    • 提供者:design0535
  1. 基于K均值的聚类算法

  2. 本代码以随机分布点为例,利用K均值对其进行聚类划分。程序基于OPENCV,可以通过调整最大迭代次数来调整系统的的性能。
  3. 所属分类:C++

    • 发布日期:2011-08-22
    • 文件大小:3072
    • 提供者:bit319
  1. K-均值聚类的Matlab仿真设计

  2. 从理论、设计程序和代码实现等方面,说明如何通过数据挖掘中K一均值聚类算法.利用Matlab的灵活编程功能进行探索性和优化性综合实验。以实验教学实践说明,为将创新思维和动手能力培养贯穿于实验教学的始终,利用Matlab仿真K一均值聚类具有较好的实际意义。
  3. 所属分类:其它

    • 发布日期:2012-05-18
    • 文件大小:273408
    • 提供者:lbjfans
  1. 基于聚类算法实现信号盲分类

  2. 摘要:本文解决了信号处理、工业控制等领域存在的非平稳信号盲分类问题。在聚类中广泛应用的K-Means算法及其它基于中心的聚类算法有两个共同的缺陷—需要预先确定类数目且随机初始化中心引起性能不稳定。本文提出的算法较好地解决了这两个问题,提高了算法稳定性,实现了非平稳信号盲分类。提取非平稳信号的小波系数作为聚类的样本空间,分析聚类结果的统计偏差以估计类的数目,采用调和均值准则进行分类。最后给出的仿真结果表明本文提出的方法较传统的K-Means算法明显降低分类错误率。
  3. 所属分类:嵌入式

    • 发布日期:2012-12-22
    • 文件大小:128000
    • 提供者:ehomefoxconn
  1. 均值聚类算法

  2. 这是模式分类中的课程代码, 其中包含所有的模式分类算法的实现实验, 程序时用matlab写的,代码质量较高,对学习模式分类 模式识别、 机器学习的同学有很重要的参考价值, 其中经典的算法有:均值聚类算法等 本实验的目的是学习和掌握k-均值聚类算法,通过对表格6 中的三维数据进行测试,进一 步加深了解。 (d) 编写程序实现k-均值聚类算法(本章中算法1)。 (e) 测试的类别数目和初始值为:c = 2, 1m (0) = (1,1,1)t , 2 m (0) = (−1,1,−1)t ,进行实
  3. 所属分类:管理软件

    • 发布日期:2014-04-30
    • 文件大小:2048
    • 提供者:chennankuan
  1. 谱聚类算法、K均值算法的matlab实现

  2. 采用matlab实现了k均值基本算法、谱聚类算法。里面有300个二维坐标作为待分类点。
  3. 所属分类:其它

    • 发布日期:2014-10-21
    • 文件大小:7168
    • 提供者:zhangce1992924
  1. Opencv实现区域增长法,K均值聚类,模糊C均值聚类(FCM)

  2. 使用Opencv实现区域增长法、K均值聚类算法、模糊C均值聚类算法对图像处理;可处理单通道图像以及多通道图像。用法:建立Opencv工程后添加此cpp文件,在该工程中添加lena .jpg图片即可运行程序(当然也可以自己修改图像名)
  3. 所属分类:C++

    • 发布日期:2015-03-10
    • 文件大小:12288
    • 提供者:u013564215
  1. K-means聚类算法

  2. 聚类相关的研究论文,有核心期刊 硕博论文,包含K均值选取、初始类中心等。
  3. 所属分类:其它

    • 发布日期:2015-04-04
    • 文件大小:264192
    • 提供者:cyf2011300
  1. k均值聚类算法分类

  2. 采用K均值聚类算法将一组二维模式集分为3类、4类的MATLAB代码,并有2层神经元采用自组织映射(SOFM)对上述模式进行聚类,包含完整的程序,分类效果比较理想
  3. 所属分类:讲义

    • 发布日期:2016-03-15
    • 文件大小:406528
    • 提供者:qq_15349005
  1. 数据挖掘软件(关联规则、聚类算法)

  2. 个人开发的一个数据挖掘的软件,集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法; 数据源存储在Microsoft Access 数据库中,将相应表中的数据换成你的数据,就可以直接进行挖掘。 DataMining软件(集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法)
  3. 所属分类:其它

    • 发布日期:2009-03-08
    • 文件大小:138240
    • 提供者:i91yangyang
  1. 基于MMD聚类算法及在高校成绩分析中的应用

  2. 介绍了在聚类算法中广泛使用的k均值算法。针对其受选择初始质心和聚类个数影响的缺点,给出了改进的k均值算法。使用最大最小距离法选择初始聚类中心,并确定聚类个数。进行了改进前后的对比实验。实验结果表明,改进后的算法比较稳定、准确。将改进后的算法应用到高校成绩分析中,达到较好的分类效果。
  3. 所属分类:其它

    • 发布日期:2020-06-17
    • 文件大小:136192
    • 提供者:weixin_38737635
  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的
  3. 所属分类:互联网

    • 发布日期:2020-07-04
    • 文件大小:3145728
    • 提供者:songzailu6482
  1. 基于聚类算法的RBF神经网络设计综述

  2. 简要分析了径向基函数(RBF)神经网络。在此基础上,介绍了K-均值聚类算法的神经网络、C-均值聚类算法的神经网络和PAM聚类算法的神经网络三种聚类算法的RBF神经网络。展望了基于聚类的RBF神经网络设计的发展趋势。
  3. 所属分类:其它

    • 发布日期:2020-10-18
    • 文件大小:514048
    • 提供者:weixin_38733733
  1. k-means 聚类算法与Python实现代码

  2. k-means 聚类算法思想先随机选择k个聚类中心,把集合里的元素与最近的聚类中心聚为一类,得到一次聚类,再把每一个类的均值作为新的聚类中心重新聚类,迭代n次得到最终结果分步解析 一、初始化聚类中心 首先随机选择集合里的一个元素作为第一个聚类中心放入容器,选择距离第一个聚类中心最远的一个元素作为第二个聚类中心放入容器,第三、四、、、N个同理,为了优化可以选择距离开方做为评判标准 二、迭代聚类 依次把集合里的元素与距离最近的聚类中心分为一类,放到对应该聚类中心的新的容器,一次聚类完成后求出新容
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:41984
    • 提供者:weixin_38674223
  1. python实现聚类算法原理

  2. 本文主要内容: 聚类算法的特点 聚类算法样本间的属性(包括,有序属性、无序属性)度量标准 聚类的常见算法,原型聚类(主要论述K均值聚类),层次聚类、密度聚类 K均值聚类算法的python实现,以及聚类算法与EM最大算法的关系 参考引用 先上一张gif的k均值聚类算法动态图片,让大家对算法有个感性认识: 其中:N=200代表有200个样本,不同的颜色代表不同的簇(其中 3种颜色为3个簇),星星代表每个簇的簇心。算法通过25次迭代找到收敛的簇心,以及对应的簇。 每次迭代的过程中
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:940032
    • 提供者:weixin_38506798
  1. 机器学习入门 — K-means、DBSCAN聚类算法(概念、图解、代码示例)

  2. 聚类概念 聚类是把相似的东西分到一组,它是一个无监督问题,没有标签使用 难点: 对于有标签的有监督学习问题,标签可以便于我们来评估模型,无监督学习问题在评估上比较难一点 对于不同的参数组合,得到的学习结果,因为比较难对模型做评估,所以不能通过一个精确度的好坏来选择参数组合 K-MEANS算法 K-MEANS算法是聚类问题中,最简单,也是最实用的一个算法 基本概念 一个数据放进来,需要指定K值,来声明要得到簇的个数 质心:一个簇的数据均值,即向量各维取平均即可(迭代时使用) 距离的度量:常用欧几里
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:448512
    • 提供者:weixin_38674124
  1. 数据科学家必须要掌握的5种聚类算法

  2. K-Means可能是最知名的聚类算法,没有之一。在很多介绍性的数据科学和机器学习课程中,都有讲授该算法。并且该算法的代码很容易理解和实现!你可以通过看下面的插图来理解它。K均值聚类1、首先,我们选择一些要使用的类/组,并随机初始化他们各自的中心点(质心)。要计算出簇(类)的使用数量,最好的方法是快速查看一下数据并尝试鉴别有多少不同的分组。中心点是一个矢量,它到每个数据点的矢量长度相同,在上图中用“X”来表示。2、每个数据点通过计算该点与每个簇中心之间的距离来进行分类,根据最小距离,将该点分类到对
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:390144
    • 提供者:weixin_38560107
  1. 一种整合粒子群优化和K-均值的数据聚类算法

  2. 针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:594944
    • 提供者:weixin_38717169
  1. 数据科学家必须要掌握的5种聚类算法

  2. K-Means可能是最知名的聚类算法,没有之一。在很多介绍性的数据科学和机器学习课程中,都有讲授该算法。并且该算法的代码很容易理解和实现!你可以通过看下面的插图来理解它。 K均值聚类1、首先,我们选择一些要使用的类/组,并随机初始化他们各自的中心点(质心)。要计算出簇(类)的使用数量,最好的方法是快速查看一下数据并尝试鉴别有多少不同的分组。中心点是一个矢量,它到每个数据点的矢量长度相同,在上图中用“X”来表示。2、每个数据点通过计算该点与每个簇中心之间的距离来进行分类,根据最小
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:390144
    • 提供者:weixin_38637665
  1. 基于Python——Kmeans聚类算法的实现

  2. 1、概述 本篇博文为数据挖掘算法系列的第一篇。现在对于Kmeans算法进行简单的介绍,Kmeans算法是属于无监督的学习的算法,并且是最基本、最简单的一种基于距离的聚类算法。 下面简单说一下Kmeans算法的步骤: 选随机选取K的簇中心(注意这个K是自己选择的) 计算每个数据点离这K个簇中心的距离,然后将这个点划分到距离最小的簇中 重新计算簇中心,即将每个簇的所有数据点相加求均值,将这个均值作为对应簇的新簇中心。 重复2、3步,直到满足了你设置的停止算法迭代的条件 注意:停止算法迭代的条件一般有
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:145408
    • 提供者:weixin_38543950
« 12 3 4 5 »