搜索资源列表
K均值
- 本程序通过k均值算法对两类进行分类。通过任意选择初始点，由k均值很快找到两类的中心点-the procedure k means algorithm to classify two types. Through arbitrary choice initial point, k Mean quickly found two focal point
K均值算法
- 实现K均值算法，读取文件，实现K均值的分类。-K-means algorithm to achieve, reading the paper, K-mean achievement category.
k均值聚类算法分析
- k均值聚类算法分析，采用C++编程技术，提供代码可重用机制 -k-means clustering algorithm analysis, the use of C programming, code reuse mechanism
k均值聚类算法源代码
- K均值聚类算法源代码-K-means clustering algorithm source code
模糊c-均值算法是模糊聚类
- 模糊c-均值算法是模糊聚类中最常见、应用最广泛的分析方法之一．经典FCM算法理论和应用的研究已经相当成熟，Bezdek业已证明算法的收敛性［6］，许多软件提供了多种方便的FCM工具箱(如Matlab中FCM工具箱等)．但是传统FCM算法处理的是普通数据集，不能直接处理区间数，得到的聚类原型也不是区间数．针对区间数，一种直觉的方法是分别对左区间值和右区间值作FCM，并把得到的聚类原型分别作为区间型聚类原型的左右区间值，但这种方法已经被证明是行不通的［6］-fuzzy c-means cluster
K－均值聚类算法C++编程
- K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。-K-means clustering algorithm programming. Point by point, inc
K均值聚类
- 对图像进行K均值聚类的程序
基于matlab的K均值聚类程序
- 基于matlab的K均值聚类程序。其中用IRIS数据进行验证，得到了很好的结果。文件中包含了演示后的结果图,Matlab-based K-means clustering procedure. Which use IRIS data verification, have had good results. File contains the results of the demonstration plan
k-mean k均值聚类程序
- k均值聚类程序，虽然matlab中也有自带的，但是这个速度不错。-program for k means used for cluster
均值法背景建模
- 使用matlab语言，进行均值法背景建模，并进行差分得到运动目标区域。
模糊C均值聚类（FCM）
- 模糊C均值聚类，matlab程序，简单易懂，程序可以运行。(Fuzzy C means clustering, Matlab code, easy to understand, the program can run.)
直觉模糊C均值聚类
- 对所获取的数据进行无监督的直觉模糊C均值聚类(intuitionistic fuzzy C-means clustering)
模糊C均值
- 简单实用的模糊C均值源代码，适合新手，本代码适用于数据处理方面的朋友(Simple and practical fuzzy C mean source code, suitable for beginners)
k均值聚类
- 用VC++写的K均值聚类算法，可以直接使用(K mean clustering algorithm is written by VC++ , which can be used directly.)
c均值算法 杨帆 2015223030075
- 模式识别的c均值算法，可直接使用，matlab源代码(C mean algorithm of pattern recognition, can be used directly)
模糊C均值聚类算法
- 模糊c-均值聚类算法通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的，一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective function, and determines the classifi
快速非局部均值
- 快速非局部均值降噪算法。比较传统的速度更快，是基于论文《a non-local algorithm for image denoising》实现的(Fast non local means denoising algorithm.)
基于粒子群优化的k均值
- 基于粒子群优化的k均值，可以对实验对象进行定性分类(Based on the k-means of particle swarm optimization, the experimental objects can be qualitatively classified)
干涉相位滤波（均值、中值、圆周期）
- 干涉相位滤波（均值、中值、圆周期）用于insar的三种不同滤波方法(Three different filtering methods for InSAR based on interferometric phase filtering (mean, median and circle period))
均值滤波与中值滤波的应用
- 均值滤波和中值滤波在matlab中的应用及其matlab代码(Matlab code for mean filtering median filtering)