搜索资源列表
Java
- 数据挖掘 统计学习 分类聚类离散点分布插件小程序-Statistical learning data mining classification clustering distribution of discrete points applet plug-ins
example-template
- K-means聚类算法的实现，可以实现对图像色彩块进行分类，是一个不错的算法，就是处理起来慢了点-K-means clustering algorithm can be achieved color image block classification algorithm is a good means to deal with the point of slow
weka-src
- weka源代码 最全最新的 数据挖掘用机器学习实现。包含聚类 分类 关联规则 离群点监测。java平台-weka most up-to-date source of data mining using machine learning to achieve. Clustering association rules classification contains outliers monitoring. java platform
Autoclust.pdf.tar
- 这就是点集自动聚类的算法，基于delaunay三角剖分。-This is the point set automatic clustering algorithm, based on the delaunay triangulation.
cluster_by_distances
- 通过欧几里德距离对三维空间内的数据点进行聚类： 从文件读入三列表示坐标的数据进行聚类。按项目总数和组数平均划分。首先计算两两之间的距离，选出最近的两个点，再按距离由小到大排序，找出距这两个点最近的若干个点。 除去这些点后对其余的点重复进行上述操作。-By Euclidean distance on three-dimensional space, clustering of data points: from the file read into the three coordinate
xuzhuol
- 基于改进K-means的压缩IP 由于k-means本身受异常点影响较大，这里采用迭代k-means的方法，降低异常点的影响，减少计算量和提高聚类数目的灵活性。并添加合并异常聚类方法，提高聚类的均匀性-K-means based on improved compression IP As k-means itself is influenced by outliers, where an iterative k-means method to reduce the impact of o
k_means
- 聚类分析算法,用来对点的数据集合进行聚类分析-clustering analysis algorithm
ordinary_algorithm_for_pattern_recognition
- 使用C语言实现的一些简单模式识别聚类算法，用于简单的二维坐标系点的聚类。有最短距离算法、K均值算法、近邻算法、fcm算法、最大最小距离算法。-Using the C language implementation of some simple pattern recognition clustering algorithm for a simple two-dimensional coordinate system point of clustering. Has the shortest di
DBSCANClusteringAlgorithm
- 聚类算法MATLAB程序实现，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。-DBSCAN_Clustering Algorithm
kmeans
- 经典的k-means程序,包含了很多的数据集，具有几点的聚类程序的描述。以供大家参考。-kmeans
FCM
- ,将其与模糊C2均值(fuzzy C2mean , FCM) 聚类方法结合设计了一种进化FCM故障识别方法。该方法通过离线优选虚拟标准样本,达到快速、准确在线识别故障的目的,很好地解决了FCM算法经常收敛到局部极值点 的问题-this paper describes fcm and ga combining successfully.it can solve the problem easily!
k-means
- 用c程序和matlab分别试验一种k-means改进算法，按照方法选取聚类中心点，事实证明，这种改进是有效的。-Matlab with c procedures and were experimenting with an improved k-means algorithm, in accordance with the method of selecting cluster center, the facts show that this improvement is effective.
k-means-new
- 聚类算法的C++实现，实现了一维点的聚类，命令行输入-Clustering algorithm C++ implementation to achieve the one-dimensional point of the cluster, the command line enter
test
- 系统聚类，设有一空间点群，其中n=12，空间点位坐标如下表所示，根据系统聚类方法中的最短距离统计量进行聚类分析-Cluster, has a space group, where n = 12, space coordinate points in the following table, according to the system in the shortest distance clustering method for cluster analysis statistics
cluster
- 基于kemans算法的聚类，初始点投放基于最远距离的方法-Clustering algorithm based on kemans, the initial point of delivery methods based on the most remote
ISODATA
- ISODATA算法实现。通过该算法对平面内产生的点进行聚类。编译运行，在程序客户区双击左键，按照参数设置对话框的说明设置参数，选择“产生模式”或“参数设置”，可产生模式或对已产生的模式进行聚类。-The realization of ISODATA algorithm.Generate and run the .exe file, set the parameters according the dialog,you can get the result!
Harris
- 研究一种红外医学图像处理与分析方法,实现红外人脸图像中特征区域的自动定位。方法 针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和 背景,并根据面部特征对称性在前景中确定鼻区 然后在面部确定一个包含所有特征的矩形区域,利用 Harris算子在该区域检测出角点,并找出这些点的局部最大值点 最后用K-means方法对这些点进行 聚类 -To develop an mi age analyzing procedure forautomatic
Code_MATLAB_Statistical_Analysis
- 这是张德丰《MATLAB概率与数理统计分析》随书源码(M文件)。代码包括的内容有：概率分布计算及统计特征、数字特征计算、统计图绘制(盒状图、散度图等)、点估计和区间估计、假设检验、方差分析、曲线拟合、回归分析、因素分析、聚类分析、正交实验设计分析、多元方差分析、判别分析、隐马尔可夫模型建模与参数估计和在语音识别中的应用。-This is Zhang Defeng " MATLAB Analysis of probability and mathematical statistics,&
6.5
- 一种分簇算法，适合用于数据聚类，将相似的点集合到一个簇内。-Its a new method of clustering,useing this clustering algorithm ,you can obtain a cluster which is stable
maxmin
- 模式识别 是个样本点的聚类问题 最大最小算法实现 VC++6.0编译通过-Pattern recognition is a problem of sample points of maximum and minimum clustering algorithm compiled by VC++6.0