搜索资源列表
moshishibie
- 先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=x4=6；子集数l=3）的最近邻节点和3-近邻节点及X与它们之间的距离。-First C-means clustering algorithm procedures and with the following data for cluster analysis. After confirming t
juleifenxi
- 针对实际问题定义一种相似性测度的阈值，然后按最近邻规则指定某些模式样本属于某一个聚类类别。-Practical problems for the similarity measure to define a threshold value, and then press the nearest neighbor rule to designate certain mode of samples belonged to a particular cluster category.
nearestneighbouralgorithm
- 模式识别中的最近邻算法用matlab实现，简单易懂，并做了实验，用图像表示聚类结果。-The nearest neighbor algorithm for pattern recognition with matlab implementation, simple to understand, and do the experiment, with images that clustering results.
最近邻聚类算法
- 最近邻聚类算法,本程序利用图示来显示聚类之后的结果，效果直观-NearestNeighbor algorithm
zuijinlin
- 是一种数据最近邻的c聚类程序，实现效果较好-Is a data of the c nearest neighbor clustering procedure, to achieve better results
nn_rbf_learning
- 使用最近邻聚类在线自适应RBF网络学习算法-the learning of RBF net work using NN
e4k-means-althogrim
- 基于K—Means的中文文本聚类算法的研究和实现。中文文本聚类的主要技术，特征选择，共享最近邻的K-Means的改进算法。基于k-Means的实现和实验。-Based on the Chinese version of K-Means clustering algorithm and implementation. The main technology of Chinese Text Clustering, feature selection, shared nearest neighbor
K-mean
- 最近邻分类器是一个用来聚类的算法，可以用来对iris数据进行聚类-k-means is a neanest alogorim
some-basic-model-in-complex-network
- 该压缩包中包含：BA无标度网络、随机图、WS小世界网络、NW小世界网络、最近邻耦合网络、平均路径长度、度分布、聚类系数的matlab源代码。-The compressed packages that include: BA scale-free network, random map, WS small world network, network, the small world NW neighbour coupling network, average path length, clust
Semi-supervised-learning
- 义了一个欧氏距离和监督信息相混合的新的最近邻计算函数，从而将K一均值算法很好地应用于半 监督聚类问题。针对K一均值算法初始质心敏感的缺陷，用粒子群算法的搜索空间模拟聚类的欧氏空间，迭代搜 索找到较优的聚类质心，同时提出动态管理种群的策略以提高粒子群算法搜索效率。算法在UCI的多个数据集 上测试都得到了较好的聚类准确率。-Righteousness of a Euclidean distance and supervision of a mixture of new nearest n
Umoshishibies
- 先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=xx4=6；子集数l=3）的最近邻节点和3-近邻节点及X与它们之间的距离.-C-means clustering procedure, and the following data and cluster analysis. Confirm the programming is correct, Ca
fcm
- fcm 聚类两个k近邻算法，k近邻的非正式描述，就是给定一个样本集exset，样本数为M，每个样本点是N维向量，对于给定目标点d，d也为N维向量，要从exset中找出与d距离最近的k个点(k<=N)，当k=1时，knn问题就变成了最近邻问-fcm cluster
small-world-networks
- 1998年, Watts和Strogatz 提出了小世界网络这一概念,并建立了WS模型。 实证结果表明,大多数的真实网络都具有小世界特性(较小的最短路径) 和聚类特性(较大的聚类系数) 。 WS小世界模型构造算法 1、从规则图开始：考虑一个含有N个点的最近邻耦合网络，它们围成一个环，其中每个节点都与它左右相邻的各K/2节点相连，K是偶数。 2、随机化重连：以概率p随机地从新连接网络中的每个边，即将边的一个端点保持不变，而另一个端点取为网络中随机选择的一个节点。其中规定，任意两个不同的
fcm
- 这篇代码是基于最近邻距离的聚类分析方法及KFCM聚类分析的matlab程序。-This code is based on nearest neighbor clustering analysis method and KFCM clustering analysis matlab program.
www2
- 一种改进的最近邻聚类算法，能够改进普通的最近邻聚类算法的不足-An improved nearest neighbor clustering algorithm, it is possible to improve the lack of common nearest neighbor clustering algorithm
jinlinhanshuzhunzejuleifangfa
- 近邻函数值准则聚类算法 m 程序，一种跟好用的分类函数方法。 第一步 得到距离矩阵D 第二步 得到近邻系数矩阵M 第三步 得到近邻函数值矩阵，其中的元素也是相应的连接损失 第四步 建立类似数据库的变量s class_num 是每个元素所属的类，如class_num(1)=3表示第一个样本应属于第3类 注意，这里的3紧是类号，很多类号里是没有元素的 class_info 的第二行是类号，的第一行是该类的个数 s 的第一行存样本，第二
123
- 该程序实现K-均值聚类算法达到K-均值聚类的功能，与凝聚算法 最近邻聚类算法达到最邻聚类的功能。 -The program implements K- K- means clustering algorithm to achieve functional means clustering, and cohesion algorithm- nearest neighbor clustering algorithm to achieve the most-neighbor clustering.
ClusteringAlgorithm
- 包含Kmeans聚类，最大最小聚类，最近邻聚类，层次聚类的C++编程(C++ programming including Kmeans clustering, maximum and minimum clustering, nearest neighbor clustering and hierarchical clustering)
最近邻分类代码
- 在linux 下C语言实现最近邻聚类算法，工程已经使用(near K neighbor cluster)
kNN
- K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。(K-nearest neighbor (KNN) classification algorithm is a relatively mature method in theory and one of the simplest machine