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. k-means算法简要

  2. k-means算法的目标是根据输入参数k，将数据集划分成k个簇。算法采用迭代更新的方法:在每一轮中，依据k个参照点将其周围的点分别组成k个簇，而每个簇的质心(即簇中所有点的平均 值，也就是几何中心)将被作为下一轮迭代的参照点卜迭代使得选取的参照点越来越接近真实的簇质心，所以聚类效果越来越好。

  3. 所属分类：其它

    • 发布日期：2010-01-22
    • 文件大小：83968
    • 提供者：wangxj2732558

  1. 两个K均值算法+K中心点算法

  2. K均值算法一个是一维的，另一个是二维的 K中心点算法

  3. 所属分类：其它

    • 发布日期：2010-04-21
    • 文件大小：5120
    • 提供者：zqlong_sunday

  1. K-均值中心算法C++源代码有详细的程序说明

  2. K-均值中心算法C++char *f2a(double x, int width){ char cbuf[255]; char *cp; int i,k; int d,s; cp=fcvt(x,width,&d,&s); if (s) { strcpy(cbuf,"-"); } else { strcpy(cbuf," "); } /* endif */ if (d>0) { for (i=0; i<d; i++) { cbuf[i+1]=cp[i]; } /* endfor */

  3. 所属分类：其它

  1. K-mean算法C语言

  2. K-mean算法C语言，随机选取聚类初始中心。

  3. 所属分类：C

    • 发布日期：2010-05-13
    • 文件大小：5120
    • 提供者：ycyangchen

  1. K-Means算法的初始聚类中心的优化

  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，针对K-Means算法存在的问题，提出了基于密度的改进的K-Mans算法。

  3. 所属分类：互联网

  1. K-means算法java实现

  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。这是个基于多线程的java实现的K-means算法程序

  3. 所属分类：其它

    • 发布日期：2008-05-10
    • 文件大小：53248
    • 提供者：zhangjingyu0428

  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. k中心算法c#实现

  2. k中心算法的c#实现 不过工程文件是vs2012的 下载前请注意，如果打不开vs2012工程可以下载之后直接看cs文件

  3. 所属分类：其它

    • 发布日期：2012-11-21
    • 文件大小：45056
    • 提供者：ztdgmail

  1. 数据挖掘十大算法之k-means算法

  2. 本文档由@Joe Chael提供。使用K-均值算法把表5-3中的8个点聚为3个簇，假设第一次迭代选择序号1、序号4和序号7当作初始点，请给出第一次执行后的3个聚类中心以及聚类最终的3个簇。详情请参见：http://blog.csdn.net/qingdujun/article/details/46591701

  3. 所属分类：数据库

    • 发布日期：2015-06-22
    • 文件大小：143360
    • 提供者：u012339743

  1. k-中心点算法Matlab代码实现

  2. 之前总结了一篇k-中心点算法的文章后，现给出Matlab代码实现，代码含有详细的注释便于读者理解。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-19
    • 文件大小：4096
    • 提供者：qiu1440528444

  1. K均值算法的C++实现.cpp

  2. 用C++实现k均值算法。k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类，没有(或最小数目)聚类中心再发生变化

  3. 所属分类：机器学习

    • 发布日期：2020-03-28
    • 文件大小：4096
    • 提供者：qq_40417633

  1. 基于时间因子的混沌粒子群优化K-means算法

  2. 针对传统的K-means算法对初始聚类中心取值敏感和易陷入局部最优解等缺点,提出一种带时间因子的改进粒子群优化(Particle Swarm Optimization,PSO)聚类算法。首先在PSO算法中引入反映时间效应的动态调整时间因子,以避免粒子在最优解附近震荡,为保证粒子在规定范围内运动,采用边界缓冲墙对越界粒子进行处理;其次针对粒子群算法存在的全局搜索性能问题,通过改进的混沌技术对粒子群进行扰动,以混沌搜索替代随机搜索,确保种群的多样性,进而使粒子群向更优的方向移动;最后将改进后的粒子群

  3. 所属分类：其它

    • 发布日期：2020-05-27
    • 文件大小：302080
    • 提供者：weixin_38721652

  1. k-means算法源码加数据集.zip

  2. k-means算法数据集，有1000个二维的数据集，采用python代码编写，用最底层代码编写实现k-means聚类，文中分为四个聚类中心点，有助初学者理解，编写调试

  3. 所属分类：其它

    • 发布日期：2020-06-14
    • 文件大小：20480
    • 提供者：ChengXuxiao

  1. 基于密度的优化初始聚类中心K-means算法研究

  2. 传统的K-means算法随机选取初始聚类中心，聚类结果不稳定，容易陷入局部最优解。针对聚类中心的敏感性，提出一种优化初始聚类中心的K-means算法。此算法利用数据集样本的分布特征计算样本点的密度并进行分类，在高密度区域中选择K个密度最大且相互距离超过某特定阈值的点作为初始聚类中心，并对低密度区域的噪声点单独处理。实验证明，优化后的算法能取得更好的聚类效果，且稳定性增强。

  3. 所属分类：其它

    • 发布日期：2020-07-20
    • 文件大小：118784
    • 提供者：weixin_38612909

  1. 一种基于改进K-means算法的网络流量分类方法

  2. 针对网络流量分类识别系统尤其是实时识别系统对实现复杂度和分类准确率的要求，提出一种复杂度和准确率的折中方案。通过基于密度的思想对K-means算法随机选取初始聚类中心这一关键缺陷进行改进，以及引入聚类有效性判别准则函数确定最终聚类个数实现对算法的全面优化，进而提出基于改进K-means算法的网络流量分类方法，在兼顾K-means算法简单易实现、分类快速特点的同时，提高了分类的准确率。在公开的权威网络流量数据集上的实验表明，与普通K-means方法相比，该方法在网络流量分类方面具有更高的分类准确率

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：561152
    • 提供者：weixin_38609247

  1. 基于密度的优化初始聚类中心K-means算法研究

  2. 传统的K-means算法随机选取初始聚类中心，聚类结果不稳定，容易陷入局部最优解。针对聚类中心的敏感性，提出一种优化初始聚类中心的K-means算法。此算法利用数据集样本的分布特征计算样本点的密度并进行分类，在高密度区域中选择K个密度最大且相互距离超过某特定阈值的点作为初始聚类中心，并对低密度区域的噪声点单独处理。实验证明，优化后的算法能取得更好的聚类效果，且稳定性增强。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：376832
    • 提供者：weixin_38725086

  1. K-means算法详解及实现

  2. 文章目录一、原理和流程1、原理2、流程二、K-means中常用的到中心距离的度量有哪些三、K-means中的k值如何选取1、手肘法2、轮廓系数法3、总结四、代码实现五、其他问题的解答References 主要的KMeans算法的原理和应用，在学习典过程中，我们要带着以下几个问题去学习 以下问题摘自于https://blog.csdn.net/qq_33011855/article/details/81482511 1、简述一下K-means算法的原理和工作流程 2、K-means中常用的到中心距

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：358400
    • 提供者：weixin_38623080

  1. K-means算法详解及实现

  2. 文章目录一、原理和流程1、原理2、流程二、K-means中常用的到中心距离的度量有哪些三、K-means中的k值如何选取1、手肘法2、轮廓系数法3、总结四、代码实现五、其他问题的解答References 主要的KMeans算法的原理和应用，在学习典过程中，我们要带着以下几个问题去学习 以下问题摘自于https://blog.csdn.net/qq_33011855/article/details/81482511 1、简述一下K-means算法的原理和工作流程 2、K-means中常用的到中心距

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：358400
    • 提供者：weixin_38743506

  1. Python从零实现 K-mean 和K-中心点聚类算法的样本数据

  2. Python从零实现 K-mean 和K-中心点聚类算法的样本数据

  3. 所属分类：机器学习

    • 发布日期：2020-12-26
    • 文件大小：4096
    • 提供者：rizero

  1. 利用邻域模型的K-Means算法初始化方法

  2. 作为一种简单的聚类方法，传统的K-Means算法已被广泛讨论并应用于模式识别和机器学习。 但是，K-Means算法不能保证唯一的聚类结果，因为初始聚类中心是随机选择的。 本文基于基于邻域的粗糙集模型，定义了对象邻域的内聚度和对象邻域之间的耦合度。 此外，提出了一种新的初始化方法，并分析了相应的时间复杂度。 我们研究了这三个准则对聚类的影响，并用三种不同的初始化方法比较了K均值的聚类结果。 实验结果说明了该方法的有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：564224
    • 提供者：weixin_38668160
« 12 3 4 5 6 7 8 9 10 ... 15 »