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. 聚类程序源程序VC++

  2. 聚类程序，可以求图像特征点坐标，用VC++编写，包含各种聚类程序，遗传算法

  3. 所属分类：C++

    • 发布日期：2009-01-17
    • 文件大小：4194304
    • 提供者：zhshh1985

  1. K均值聚类算法（二维）

  2. 本算法用C#编写，可以实现将平面上的十个点分为两组.

  3. 所属分类：其它

    • 发布日期：2009-03-17
    • 文件大小：18432
    • 提供者：yunyingt6855

  1. 聚生网管2.10（Netsense2.10）使用说明

  2. 如果你想控制查看单个/全部主机的流速（带宽），请在“网络主机扫描”那里选择“控制全部主机”，然后点击“应用控制设置”，这时所有的主机对应的上、下行带宽就可以显示了。 注意：这里虽然你控制了全部主机，但是只是让你查看带宽，并没有对主机进行其它的控制，如果你想启用各种控制（如下载、聊天等），你需要为主机建立一个策略，并且指派给你想控制的主机或者全部主机，只有指派策略的主机才能够真正被控制。

  3. 所属分类：网络基础

    • 发布日期：2009-03-17
    • 文件大小：1048576
    • 提供者：ysbwz

  1. java编写的K均值聚类算法

  2. 本算法实例把平面上任意数量的点根据K均值原理进行聚类。

  3. 所属分类：其它

    • 发布日期：2009-04-10
    • 文件大小：3145728
    • 提供者：wsads123

  1. 点密度函数加权模糊C_均值算法的聚类分析_刘小芳

  2. 摘 要 基于模糊 &’ 均值算法具有对数据集进行等划分趋势的缺陷，文章利用数据点的密度大小作为权值，借助数据 本身的分布特性，提出了一种新的加权模糊 &’ 均值算法，该方法不仅在一定程度上克服了模糊 &’ 均值算法的缺陷，而且 具有良好的收敛性。 关键词 模糊 &’ 均值算法 点密度函数 加权 模糊聚类分析

  3. 所属分类：机器学习

    • 发布日期：2018-03-15
    • 文件大小：357376
    • 提供者：qq_41687059

  1. k-means离群点剔除法matlab代码

  2. k-means离群点剔除法：主要运用聚类均值方法剔除数据中的离群点，增强模型预测的精度等，本文为matlab代码

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：3072
    • 提供者：qq_40829980

  1. k-means聚类算法图像分割

  2. 运用K-means算法进行图像分割, K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 k个初始类聚类中心点的选取对聚类结果具有较大的 公式 公式 影响，因为在该算法第一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将每个对象重新赋给最近的簇。当考察完所有数据对

  3. 所属分类：机器学习

    • 发布日期：2018-04-18
    • 文件大小：307
    • 提供者：qq_34683252

  1. K-中心点法

  2. 关于聚类中K-中心点的介绍，主要介绍了该方法的理论知识

  3. 所属分类：讲义

    • 发布日期：2018-04-23
    • 文件大小：405504
    • 提供者：qq_29970825

  1. 聚类算法K-means

  2. K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

  3. 所属分类：C/C++

  1. 2014年中SCI论文基于局部密度聚类算法代码C++编写以及例子运行程序

  2. 2014年中SCI论文基于局部密度聚类算法代码运用C++进行编写，此上传为一个例子运行程序：其中截断距离dc可以通过选择设置平均每个点的邻居局部密度为数据总数的1-2%（即K值）自动生成，当点属于的边界部分条件达到要求时，便停止dc的自增，最后将结果输出到txt中，密度最大的点和坐标，可根据要求自行修改得到其他密度信息，数据量较大时，聚类时间较长，耐心等候。

  3. 所属分类：C++

    • 发布日期：2018-05-10
    • 文件大小：2097152
    • 提供者：llx18850576021

  1. 车载雷达目标聚类

  2. 实现在matlab中对雷达目标数据模拟生成以及将其点迹聚类。可以分别出四个不同的目标。

  3. 所属分类：其它

    • 发布日期：2018-05-12
    • 文件大小：1024
    • 提供者：win_1202

  1. matlab 生成几个聚类点函数nngenc函数

  2. 自动生成聚类点函数： x = nngenc(bounds,clusters,points,std_dev); bounds,：表示生成点的取值范围 clusters：表示聚类点的个数 ,points,：表示生成多少个点 std_dev：每个聚类点距质心的偏差

  3. 所属分类：其它

    • 发布日期：2018-06-22
    • 文件大小：1024
    • 提供者：qq_20376785

  1. 聚类分析的简要概括和应用

  2. 分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待 分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据 的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使 用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实 例。本文首先介绍聚类的基础——距离与相异度，然后介绍一种常见的聚类算法——k 均值 和k 中心点聚类，最后会举一个实例：应用聚类方法试图解决一个在体育界大家颇具争议的 问题—

  3. 所属分类：其它

    • 发布日期：2018-07-01
    • 文件大小：253952
    • 提供者：qq_42586126

  1. 聚类算法Python代码

  2. 聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。 聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。 聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。

  3. 所属分类：机器学习

    • 发布日期：2018-07-23
    • 文件大小：5120
    • 提供者：qq_42617330

  1. k-means聚类代码+文档

  2. K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-08-16
    • 文件大小：23552
    • 提供者：weixin_41435098

  1. k-means 聚类

  2. K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。

  3. 所属分类：其它

    • 发布日期：2018-01-23
    • 文件大小：745
    • 提供者：wanziiiiiiii

  1. openlayers动态聚类图

  2. openlayers3动态聚类分析图，点击聚类 ，缩放到合适视图范围，聚类有持续过程

  3. 所属分类：Javascript

    • 发布日期：2018-01-26
    • 文件大小：548864
    • 提供者：u012148903

  1. 机器学习-层次聚类(hierarchical clustering)

  2. 关于层次聚类(hierarchical clustering)的基本步骤： 1、假设每个样本为一类，计算每个类的距离，也就是相似度 2、把最近的两个合为一新类，这样类别数量就少了一个 3、重新新类与各个旧类(去了那两个合并的类)之间的相似度； 4、循环重复2和3直到所有样本点都归为一类 这个计算的过程，相当于重构一个二叉树，只是这个过程，是从树叶-->树枝-->树干的构建过程 本资源详细介绍层次聚类的算法

  3. 所属分类：机器学习

    • 发布日期：2018-02-01
    • 文件大小：1048576
    • 提供者：carmelcarmen

  1. 基于K-means聚类算法的图像分割及其MATLAB实现

  2. 基于K-means聚类算法的图像分割 算法的基本原理：  基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。 算法步骤： ①随机选取K个初始聚类中心； ②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心； ③对每个簇，以所有样本的均值作为该簇新的聚类中心； ④重复第②~③步,直到聚类中心不再变化； ⑤结束，得到K个聚类。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-05
    • 文件大小：229376
    • 提供者：qq_41268867

  1. k-means聚类分析 可选类个数

  2. k-means聚类分析 matlab 输入点集和类别数，确定距离定义，即可实现k-means聚类分析

  3. 所属分类：算法与数据结构

    • 发布日期：2018-09-04
    • 文件大小：2048
    • 提供者：huba_yosa
« 1 2 ... 5 6 7 8 9 1011 12 13 14 15 ... 50 »