搜索资源列表
kmeancluster
- 这是一个k均值聚类的VC函数,非常有用,是本人亲自编写,为了能够和别人交换代码,忍痛上传。-This is a k-means clustering function of the VC very useful, I personally prepared. , and others in order to exchange code and reluctantly upload.
k_means
- K-MEANS算法: 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。 k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再
Top_Sort
- K-MEANS算法: 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。 k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再
zhong
- 系统聚类算法K-means 属于聚类分析中一种基本的划分方法,常采用误差平方和准则函数作为聚类准则,该算法在处理大数据集时是相对可伸缩且高效率的,同时具有潜在的数据并行性。但是这种算法依赖于初始值的选择以及数据的输入顺序;此外,当运用误差平方和准则函数测度聚类效果时,如果各簇的形状和大小差别很大,为使误差平方和 Jc 值达到最小有可能出现将大的聚类簇分割的现象。-system clustering algorithm K-means cluster analysis is a basic met
Seven-RBF_NN--code
- 七个RBF神经网络的源代码:基于梯度法、OLS 、聚类、k均值聚类、函数逼近的RBF 网设计算法,及预测模型 -Seven RBF neural network source code: gradient-based method, OLS, clustering, k-means clustering, function approximation of the RBF network design algorithms, and predictive models
image_segmentation_based_on_kmeans
- 本例中主要用到的函数是色彩空间转换函数 makecform 和 applycofm,对于K均值聚类使用 Kmeans函数。-Used in this case, the main function is the color space conversion functions makecform and applycofm, for the K-means clustering using Kmeans function.
numerical_analysis_homework
- (有源代码)数值分析作业,本文主要包括两个部分,第一部分是常微分方程(ODE)的三个实验题,第二部分是有关的拓展讨论,包括高阶常微分的求解和边值问题的求解(BVP).文中的算法和算例都是基于Matlab计算的.ODE问题从刚性(STIFFNESS)来看分为非刚性的问题和刚性的问题,刚性问题(如大系数的VDP方程)用通常的方法如ODE45来求解,效率会很低,用ODE15S等,则效率会高多了.而通常的非刚性问题,用ODE45来求解会有很好的效果.从阶次来看可以分为高阶微分方程和一阶常微分方程,高阶的
kmean
- k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。-k-means algorithm process as follows: First of all, the object data from the n choose k
SimpleKMeans
- k-means聚类算法 指定类别数为K,对样本集合进行聚类,聚类的结果由K 个聚类中心来表达,基于给定的聚类目标函数(或者说是聚类效果判别准则),算法采用迭代更新的方法,每一次迭代过程都是向目标函数值减小的方向进行,最终的聚类结果使目标函数值取得极小值,达到较优的聚类效果。-k-means clustering algorithm for specific classes of K, the collection of samples for clustering, clustering t
2299
- 解决了基于核函数的模式聚类划分问题,K均值算法是一种很经典算法-Solve the clustering based on kernel mode partition problems, K means algorithm is a classic algorithm
Kmeans-image-segmentation
- matlab图像分割实例,K均值用于图像分割,割调用库函数实现,带注释,简单易懂-matlab image segmentation examples, K means for image segmentation, cutting calls library functions, with comments, easy to understand
kmeans
- 加强了的K-MEANS聚类函数,速度比以前快5 。适合多种聚类场合。一般聚类数为2-5之间为最佳。-The enhanced K-MEANS clustering function, speed 5 faster than before. Clustering for a variety of occasions. General the number of clusters for the best between 2-5.
KMEANS
- 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。 k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类
BaoHemiaoshu
- 此函数用来演示自动控制系统中的饱和非线性特性的描述函数 此函数是要调用输入的A矩阵中的元素 输入变量a,k的含义分别为:-This function is used to demonstrate automatic control system of the descr iption of the saturation nonlinearity function this function is to call the input of the A element in the
K
- k-means 聚类 有归一化和选择中心点函数-k-means cluster
K-means
- 一种k-means聚类算法的图像分割例程,很好用。里面包括主函数和子函数的m文件以及使用的图片。-One kind of k-means clustering image segmentation algorithm routines, very good use. Which includes the main functions and subroutines m documents and pictures used.
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 clustering algorithm is hard, is a typical prototype-based clustering method objective function representative, which is a method of data points to a certain d
kmeans
- 基于k均值的无监督聚类算法,输出有各个样本的类别标签,目标函数在每次迭代后的值,聚类中心以及聚类区间。内有测试数据,点击 test.m 可以完美运行。(The unsupervised clustering algorithm based on K means outputs the class labels of each sample, the value of the target function after each iteration, the clustering center a
k_means
- MATLAB编写K-means算法,已通过验证,并且已经做成函数,可以直接使用(MATLAB writes the K-means algorithm, which has been verified, and has been made into a function that can be used directly)
Untitled2
- k—means函数,RBF网络能够逼近任意的非线性函数,可以处理系统内的难以解析的规律性,具有良好的泛化能力,并有很快的学习收敛速度,已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(k-means function, RBF network can approximate any non-linear function, can deal with difficult-to-resolve regularity in the sys