搜索资源列表
matlab-k-means
- 用k-means方法对肝脏图片聚五类，点击顺序为，肝，其它脏器，脂肪，骨骼，背景。-Using k-means approach to liver poly five pictures, click on the order of, liver, other organs, fat, bone, background.
3975820
- 神经网络中的K均值聚类算法II： 1 KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三()
PSO_Kmeans
- K-means聚类算法，基于PSO改的聚类算法，对初始点的选择进行优化(K-means clustering algorithm, based on PSO modified clustering algorithm, optimized the selection of the initial point.)
muuwcy
- 一个CURE聚类算法 应用了K中心点算法 采用空间坐标聚集()
17196052
- 神经网络中的K均值聚类算法II： 1 KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三()
X-means
- 对K-means聚类算法的改进X-means算法。针对K值如何设定的问题，利用BIC准则判断聚类点数量。同时附有两个初始聚类点的选择程序，自己选吧。(The improved X-means algorithm for K-means clustering algorithm. In view of the problem of how to set the K value, the number of clustering points is judged by the BIC criteri
Density-ratio-based-clustering-master
- 相比其他的聚类方法，基于密度的聚类方法可以在有噪音的数据中发现各种形状和各种大小的簇。DBSCAN（Ester, 1996）是该类方法中最典型的代表算法之一（DBSCAN获得2014 SIGKDD Test of Time Award）。其核心思想就是先发现密度较高的点，然后把相近的高密度点逐步都连成一片，进而生成各种簇(Compared with other clustering methods, the density based clustering method can find var
k-means程序
- 介绍了k-means 均值聚类，能很好的将离散的点，聚类成几个指定的聚合点。(The K-means mean clustering is introduced, and the discrete points can be well clustered into several designated aggregation points.)
dbscan
- 有代表性的基于密度的聚类算法 ，将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。(DBSCAN(Density-Based Spatial Clustering of Applications with Noise))
K-means
- 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。(The K-means algorithm is a hard clustering algorithm, which is representative of the prototy
globle_kmeans
- 全局k-means算法，可有效解决传统k-means算法受初始点影响的缺陷，该方法可获得数据稳定的聚类结果。
BA6
- 展示了如何生成一个随机无标度网络图，基本结构分析，包括度分布、聚类系数等。观察两种类型的攻击对网络的影响：随机攻击（所有的几点有相同的概率从网络中删除）、有目标地选择连接度最大的节点（节点度最大的节点从网络中删除）。(Shows how to generate a random scale-free network graph, basic structural analysis, including degree distribution, clustering coefficients, e
PointClouds
- PCL库的C#封装，用于点云的处理，包括点云读取，显示，分割，分类，聚类等(C# wrapper of point cloud library.)
k means
- k means 聚类算法，适用于供应链，物流，选址等配送中心或需求点的筛选聚类(It applies for the field of supply chain, logistics, hub location to cluster the Dcs or demand points.)