搜索资源列表
K-means
- k均值聚类算法,初始随机给定k个簇中心，根据邻近原则，把待分类的样本点分到各个簇。-k-means clustering algorithm,which is applied in RBF neural network.
fuzzycm
- 基于模糊的聚类，是一种软聚类。但是不能避免全局最小点-Based on a fuzzy clustering, is a soft clustering. But you can not avoid the global minimum point
cluster-extraction
- 利用Kinect获取点云并利用PC显示进行L聚类提取-Kinect obtain point cloud using PC display L clustering extraction
kmeans
- K均值算法,对三维坐标点进行K聚类，注释详细，适合初学者。-K-means classify
kmeans
- 数据挖掘kmeans图像聚类实验代码 用 VC 或 Java 实现 k-means 聚类算法， 分别以迭代次数及分配不再发生变化为算法终止条件，用图片（自己选择）作为数据集，比较运行时间（画出时间与像素点的关系曲线图，因此须用多幅像素个数不同的图片进行实验） 提交实验报告与源代码。-VC or Java k-means clustering algorithm, were no longer change the number of iterations and the allocation
kmeans
- kmeans聚类，c++源代码，任意中心点选择，迭代到收敛-kmeans clustering
ttt
- 寻找聚类的初始点的算法，先找到均值点然后选择距离最远的点为初始点-Looking clustering algorithm initial point, first find the mean point and then select the furthest point from the initial point
kmeans_report
- 数据挖掘kmeans图像聚类实验,用 VC 或 Java 实现 k-means 聚类算法， 分别以迭代次数及分配不再发生变化为算法终止条件，用图片（自己选择）作为数据集，比较运行时间（画出时间与像素点的关系曲线图，因此须用多幅像素个数不同的图片进行实验） 提交实验报告与源代码-Data mining kmeans image clustering experiments, using VC or Java implementation of k-means clustering algorith
kmeans_report
- 数据挖掘kmeans图像聚类实验,用 VC实现 k-means 聚类算法， 分别以迭代次数及分配不再发生变化为算法终止条件，用图片（自己选择）作为数据集，比较运行时间（画出时间与像素点的关系曲线图，因此须用多幅像素个数不同的图片进行实验）,提交实验报告与源代码-Kmeans image clustering data mining experiments with VC k-means clustering algorithm, respectively, the number of itera
matlab-bgl-master
- matlab-bgl工具包，包含matlab图论里边大部分的文件，点度数、边介数、最短距离、聚类系数-matlab-bgl toolkit contains matlab graph theory inside most of the file, click degrees, while the number of referrals, the shortest distance, clustering coefficient Denden
DBSCAN
- DBSCAN是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它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)
density-based-clustering
- 基于密度的聚类算法是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它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-density based clustering
DBC-for-big-data
- 基于密度的聚类算法是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它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-density based clustering is a basic clustering algorithm in big data.
K
- k-means 聚类 有归一化和选择中心点函数-k-means cluster
KMeans
- vs2013实现的k-means聚类算法，是一个2维点集的聚类演示程序-Vs2013 implementation of the K-means clustering algorithm, is a 2 dimensional point set of the clustering demonstration program
cure
- 层次聚类算法中的Cure算法，可以用于识别非球形的簇，解决了偏好球形和相似大小的问题，在处理孤立点上也更加健壮-Hierarchical clustering algorithm of Cure algorithm can be used to identify non-spherical cluster, the preferred solution is similar to spherical and the size of the problem, in dealing with iso
KMeansClusterConsole
- K-means聚类。Windows窗体程序，生成随机点，并显示聚类过程及结果。-K-means clustering. Windows Forms program that generates random points, and displays the clustering process and results.
alg
- 基改进的K-means聚类算法对已知初始聚类中心，对质心点进行求解，并考虑到不同点的权重问题。-Base Improved K-means clustering algorithm known initial cluster centers, centroid point is solved, taking into account the different points of the right to re-issue.
fiefun_v80
- 包括最后计算压缩图像的峰值信噪比和压缩效果的源码,包括AHP，因子分析，回归分析，聚类分析，表示出两帧图像间各个像素点的相对情况。- Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, Including AHP, factor analysis, regression analysis, cluster analysis
Demo
- 该程序是利用MFC画出一个坐标系，然后随机的在坐标系中生成一些点，利用K-Means对这些点进行聚类(由于点的聚类是由效果不好，我自动生成的点，但是k-means算法是有的，使用者可以在此基础上进行修改)-The program is using MFC to draw out a coordinate system and random in the coordinate generation at some point, using k-means clustering (due to cl