搜索资源列表
CURE
- 数据挖掘算法之一，基于代表点的CURE聚类算法，该算法先把每个数据点看成一类，然后合并距离最近的类，直至类个数为所要求的个数为止。-CURE cluster algorithm based on representive point,one of data mining algorithms,classifies each data as a category firstly, then unifies categories with the nearest distance into one
三维自组织特征映射神经网络程序
- 绘制三维数据的散点图，并进行SOFM聚类的matlab程序。
改进的K-Means算法实现车牌字符的分割
- 本实验基于K-Means聚类算法思想实现了字符分割，因为车牌规定是7位的，所以K取7。另外本实验对K-Means算法进行了改进，充分考虑了初始点的设置及迭代结束条件。实验结果证明这种改进的K-Means算法实现车牌字符分割是快速、有效的。
hyperspectral-data-processing 高光谱数据处理基本算法
- 高光谱数据处理基本算法，异常点检测，端元提取，丰度图K均值聚类，PCA算法-anomalydetection endmemberExtraction Kmeansclustering by abundancemap PCA NAPCA
classanalysis.rar
- 1)解压缩 2)打开“聚类分析软件”文件夹，点击“聚类分析.msi”安装程序，在安装向导中选择安装目录，安装完成。 3)打开Matlab软件程序，将当前工作目录设为“聚类分析”的安装目录，在命令行中输入“Cluster”命令，即可打开聚类分析软件。 4)内有多种模式识别方法可以使用 ,1) Extract 2) Open the
KMedios.rar
- 数据挖掘中 K中心点算法 测试数据为iris 数据库采用sql server 聚类算法,Data mining algorithms in test data for the K center iris database using sql server clustering algorithm
k-means-segamen-method
- 本实验基于K-Means聚类算法思想实现了字符分割，因为车牌规定是7位的，所以K取7。另外本实验对K-Means算法进行了改进，充分考虑了初始点的设置及迭代结束条件。实验结果证明这种改进的K-Means算法实现车牌字符分割是快速、有效的。-In this study, K-Means clustering algorithm based on the ideology of the character segmentation, because the license plate require
kmeans-plusPlus
- K-means++算法实现，加强了初始聚类点的选取（careful seeding）-K-means++ algorithm to enhance the selection of the initial clustering points (careful seeding)
spatial_pyramid_code
- 金字塔匹配算法，包括SIFT特征点的提取，聚类和构造金字塔特征表示，论文参考：Beyond Bags of Features: Spatial Pyramid Matching for Recognizing Natural Scene Categories matlab代码
fcm
- 介绍几种模糊c均值聚类算法，利用该算法进行点云以及图像的分割。-fuzzy c means clustering
aaa
- 本次的算法是相位周期展开聚类，读取256个点 根据拉格朗日插值分数维延时的信号，然后在频率点上展开读取，根据2pi延长相位计算时延！-The cycle phase of the algorithm is to start clustering, read the 256-point Lagrange interpolation based on fractal dimension of the signal delay, and then started to read the frequen
K_Mean
- K均值KMean聚类算法，详细使用方法见cpp文件注释，输入数据格式：点，如 1 空格 1 回车 2 空格 2 。。。 -K-means clustering algorithm KMean detail see cpp files to use notes, input data formats: point, such as 1 Enter 2 spaces 1 space 2. . .
ISODATA
- 一个简单的isodata动态聚类算法isodata，最后可以显示出迭代的结果，包括中心点，方差，样本归类等-A simple ISODATA dynamic clustering algorithm isodata, the last iteration can show results, including the center, variance, sample classification, etc.
jj
- 将150个四维微量数据按聚类分成三类,并找出每一个聚类的中心点-To 150 four-dimensional micro-data are divided into three categories according to cluster and identify the center of each cluster
ppt
- 使用禁忌算法确定聚类簇数目的ppt，该论文改进了聚类算法需事先知道聚类簇中心点的缺点，减少了依赖性-The use of taboo clustering algorithm to determine the number of clusters ppt, the paper has improved clustering algorithm need to know in advance that the shortcomings of clustering cluster center, a
matlab_MRF
- k-均值算法的源码很有用，希望有帮助，请多多指点-k-means algorithm is useful source of hope that has helped, please instruct it
HoughTrans
- Hough变换的实质是将图像空间内具有一定关系的像元进行聚类，寻找能把这些像元用某一解析形式联系起来的参数空间累积对应点。在参数空间不超过二维的情况下， 这种变换有着理想的效果。但是，一旦参数空间增大，计算量便会急剧上升，同时耗费巨大的存储空间，耗时也随之猛增。就此，多年来国内外众多学者针对具体情况对常规Hough变换进行了多方面的探索，并提出了许多有价值的改进方法。-Hough transform is essentially the image space has a certain rel
kmean
- c#下实现图像颜色k均值聚类 将像素点颜色分类并合并-c# implementation of color image k-means clustering to classification of color pixels and merge
selfAffinity
- AP是在数据点的相似度矩阵的基础上进行聚类.对于规模很大的数据集,AP算法是一种快速、有效的聚类方法,这是其他传统的聚类算法所不能及的,-A semi-supervised clustering method based on affinity propagation (AP) algorithm is proposed in this paper. AP takes as input measures of similarity between pairs of data points. AP
123
- 基于Hough 变换的SAR 图像舰船尾迹检测方法。该文引进了K均值聚类方法,将这些点集归类,归类后的每一类的类心能很好的代表一条尾迹,实验结果表明方法是有效的。-Hough transform based on SAR images of ship wake detection. The introduction of the K-means clustering method to classify these points, is classified in each category a