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. C#编写的 SOM 聚类算法

  2. 用C#编写的SOM聚类算法 输入数据是100个随机生成的2维向量，每十个为1类，训练完成之后，输出向量的分布和输入数据相一致

  3. 所属分类：C#

    • 发布日期：2010-03-24
    • 文件大小：72704
    • 提供者：hanaandalice

  1. 一种能发现自然聚类的聚类算法

  2. 摘要: 目前的聚类算法如K-means、DBSCAN等, 采用全局参数而难以发现数据的自然聚类, 提出一种新的分 级聚类算法CluFNC, 能够在数据空间中发现内部聚类特征。该算法的参数包括网格大小、噪声阈值和神经节点 数量。算法首先根据参数对数据空间划分网格, 接着使用高斯影响函数计算每个单元的场强, 然后针对网格位 置和网格的场强使用SOM进行聚类, 最后使用Chameleon 算法对SOM聚类得到的神经网络节点的权值进行聚 类, 并把聚类结果映射回原始数据空间以得到最终聚类结果。理论分析

  3. 所属分类：其它

    • 发布日期：2010-11-25
    • 文件大小：181248
    • 提供者：gaoyang9870

  1. 基于som图像的聚类方法

  2. 利用som聚类方法对图像实现了聚类。利用som聚类方法对图像实现了聚类。

  3. 所属分类：其它

    • 发布日期：2011-03-08
    • 文件大小：611328
    • 提供者：whwsn6688

  1. 基于SOM算法的中文文本聚类

  2. 文本挖掘是数据挖掘领域中一个热门的研究方向。在文本挖掘领域中，文本聚类技术有助于缩小数据搜索空间，提高查询精度。作为一种无监督的机器学习方法，文本聚 类技术己经成为对文本信息进行有效地组织、摘要和导航的重要手段，为越来越多的研究人员所关注。可以说，文本聚类的研究具有重要的理论意义和实际使用价值。自组织特征映射神经网络SOM在聚类应用中具有自组织映射、可视化好、计算效率高、聚类效果好等良好特性。因此，本文将SOM神经网络应用到中文文本聚类中，研究其在文本聚类中的有关特性。

  3. 所属分类：其它

    • 发布日期：2011-04-21
    • 文件大小：4194304
    • 提供者：tomcatsg

  1. VC++实现的自组织映射SOM方法图像分类聚类算法源代码

  2. VC++实现的自组织映射SOM方法图像分类聚类算法源代码

  3. 所属分类：其它

    • 发布日期：2011-11-18
    • 文件大小：707584
    • 提供者：qqqqpppp1

  1. 自组织映射_SOM_聚类算法的研究

  2. 自组织映射_SOM_聚类算法的研究 ， 自组织映射_SOM_聚类算法的研究

  3. 所属分类：其它

    • 发布日期：2014-01-01
    • 文件大小：143360
    • 提供者：u013220989

  1. 基于SOM的神经网络图像聚类 源代码 神经图像分类原理 图像聚类 图片数据分类

  2. 基于SOM的神经网络图像聚类 源代码 神经图像分类原理 图像聚类 图片数据分类 数据故障诊断 可视化展示

  3. 所属分类：C#

    • 发布日期：2014-03-14
    • 文件大小：1048576
    • 提供者：baiduwxz13yun

  1. SOM聚类算法

  2. 直接可用的SOM聚类matlab代码

  3. 所属分类：机器学习

    • 发布日期：2017-07-18
    • 文件大小：3072
    • 提供者：zlw322

  1. 聚类算法开题报告ppt

  2. 基于c++语言的聚类算法实现，1.k-means聚类算法 2.层次聚类算法 3.SOM聚类算法 4.FCM聚类算法

  3. 所属分类：C/C++

    • 发布日期：2018-05-08
    • 文件大小：187392
    • 提供者：dxy_123613

  1. 提取颜色和glcm纹理特征进行云分类

  2. 根据2010年的一篇文献《automatic cloud classification of whole sky images》中的特征提取方法，提取了12维特征，分别有som聚类分类器和svm分类器进行分类。

  3. 所属分类：深度学习

    • 发布日期：2018-09-28
    • 文件大小：9216
    • 提供者：guanyuqiu

  1. 基于灰SOM的商业银行非现场监管聚类方法

  2. 基于灰SOM的商业银行非现场监管聚类方法，米传民，刘思峰，商业银行非现场监管是西方发达国家银行监管的重要形式，具有监管自动化程度高和监管成本低的特点，并且可以有效地进行连续监管。

  3. 所属分类：其它

    • 发布日期：2020-01-25
    • 文件大小：291840
    • 提供者：weixin_38651445

  1. 基于SOM网络和归一化切割（Ncut）的双层聚类和可视化(光线投射算法)

  2. 与一维传递函数相比，多维传递函数可以对体积对象进行更复杂的分类。但 是，当传递函数空间的维数超过 3-D 时，将其可视化和操作是不直观的，这使得 用户交互变得困难。所以针对多维传递函数的设计问题，提出了一种二维聚类方 法。一阶自组织图聚类（SOM）将高维特征数据投影到二维拓扑保留图中。二 阶聚类降低了 SOM 神经元的设计自由度。从大量的 SOM 神经元到可管理的簇。 在提供信息的 SOM 网络的指导下，用户通过选择集群以交互方式发现体素中有 趣的结构，在必要时可视化和修改集群结果。我们的界面跟

  3. 所属分类：医疗

    • 发布日期：2020-06-21
    • 文件大小：11534336
    • 提供者：weixin_38616018

  1. 自组织人工神经网络与聚类法在矿区沉积物分类中实用性对比

  2. 为确切判定淮北矿区新第三纪沉积物成因类型,分别用自组织人工神经网络(SOM)和聚类分析方法对宿南等矿区的19组样本进行分类.对比发现SOM的分类结果与实际情况更吻合.从机理和应用方式上探讨了两种方法的功能差异,证明SOM方法分类操作过程简便易行,具有残缺自动识别能力,分类结果唯一,在沉积物无监督成因分类中,优于聚类分析方法.

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：1048576
    • 提供者：weixin_38622427

  1. 基于足底压力信息的跌倒姿态聚类识别方法

  2. 为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率，以及准确地判断人体跌倒方向，提出了利用自组织映射神经网络（SOM）和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果，采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明，系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%，其结果均优于常用的阈值法。综上，SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：318464
    • 提供者：weixin_38678510

  1. 四种聚类方法之比较

  2. 介绍了较为常见的k-means、层次聚类、SOM、FCM等四种聚类算法，阐述了各自的原理和使用步骤，利用国际通用测试数据集IRIS对这些算法进行了验证和比较。结果显示对该测试类型数据，FCM和k-means都具有较高的准确度，层次聚类准确度最差，而SOM则耗时最长。

  3. 所属分类：其它

    • 发布日期：2020-10-25
    • 文件大小：163840
    • 提供者：weixin_38672962

  1. 基于向量重构的聚类算法，特别是用于大规模文本收集

  2. 随着互联网技术的飞速发展，互联网用户每天都必须面对大量的文本数据。 显然，将文本分类可以帮助用户从大规模文本收集中挖掘有用的信息。 聚类由于其不受监督的特性，是对文本进行分类的最有前途的工具之一。 不幸的是，大多数传统的聚类算法在大规模文本收集上失去了高质量，这主要归因于文本之间的高维向量空间和语义相似性。 为了有效和高效地对大规模文本集合进行聚类，提出了一种基于向量重构的聚类算法。 在簇的代表向量中仅保留可以代表簇的特征。 该算法交替重复两个子过程，直到收敛为止。 一种过程是部分调整子过程，该

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：998400
    • 提供者：weixin_38694566

  1. 口语对话文本上的亲和力传播聚类

  2. 本文介绍了一种将新的聚类算法“亲和传播”（AP）应用于口头对话文本的方法。 并且我们使用了各种相似性度量来测试这种新算法的性能。 在我们的实验中，我们将AP与自组织映射（SOM）进行了比较，SOM是一种经典的聚类算法。 实验结果表明，在亲和力传播算法中，Kullback-Leibler发散度（相对熵）是最佳选择，并且比SOM产生了更好的结果。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：187392
    • 提供者：weixin_38576922

  1. 基于SOM神经网络的高维电磁干扰信号聚类。

  2. 在本文中，我们研究了强非线性，非平稳电磁干扰（EMI）的频谱特征和全局表示，这对于分析大型集成系统的电磁能力（EMC）的数学建模具有重要意义。 我们首先建议使用自组织特征图神经网络（SOM）对EMI信号进行聚类。 为了解决EMI信号的高维度问题，我们结合了降维和聚类方法，并找出了不同干扰因素的全局特征，以便最终为EMC设计，分析，预测和评估提供精确的数学仿真模型。 实验结果证明了该方法的有效性和有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：437248
    • 提供者：weixin_38621630

  1. 结合Mercer核与SOM的动态免疫网络聚类算法

  2. 提出一种用于聚类分析的进化免疫网络算法,借鉴自组织映射原理改进网络拓扑进化机制,利用改进的免疫机制控制抗体数量,提高抗原聚类效果.当输入样本分布呈高度非线性时,使用核方法提高聚类质量,为了避免在特征空间中聚类时失去对原输入空间聚类中心及结果的直观刻画,使用核代入为原输入空间导出一类不同于欧氏距离的新的距离度量,训练过程仍在原空间中进行.实验结果表明了算法的可行性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：491520
    • 提供者：weixin_38701725

  1. 基于MST聚类的空间数据离群挖掘算法

  2. 空间离群是指空间邻域中属性特征值明显不同于其他对象的空间对象,空间数据离群挖掘能为人们提供很多有趣的信息,但空间数据具有复杂的拓扑关系、方位关系和度量关系等空间特征,传统的面向事务型数据库的离群挖掘算法并不适用于空间数据库。本文提出了基于MST(Minimum Spanning Tree,最小生成树)聚类的空间数据离群挖掘算法(SOM);有机结合了最小生成树理论与密度的方法,既体现了空间离群的局部特性,又体现了空间离群的孤立程度。该算法通过MST维护空间数据的基本空间结构特征,通过打断MST中最

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：422912
    • 提供者：weixin_38628175
« 12 3 4 5 »