搜索资源列表
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
code
- meanshift算法在matlab中聚类三维点集-meanshift clustering algorithm in three-dimensional point set in matlab
clustering-programming
- 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。 -Cluster (Cluster) analysis was performed by a number of models (Pattern) composed of, usually, model is a measure of (Measurement
the-distance
- 以计算样本点到聚类中心的距离为例，学到matlab中矩阵在加权指数,迭代次数和误差的相关应用-Sample points to calculate the distance to the cluster center, for example, learn matlab in the matrix in the weighted index, the number of iterations and errors related applications
k-means
- K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。-K-means algorithm is based on the division of the classic clustering method, is ten classic one of data mining algorithm. K-means the
iosdata(N-dimension)
- ISODATA算法实现由原来二维扩展到任意维样本点得聚类分析，具有很强的应用性，代码中对原理性东西作了详细的注释-ISODATA algorithm extended to any dimension from the original two-dimensional sample points have to cluster analysis, has a strong application, the code of the principle of detailed notes of wh
K-average(N-dimension)
- K均值聚类算法实现有二维的聚类扩展到任意维样本点的聚类，代码中附加了详细的原理性说明，还有相关例子提示，效果不错-K-means clustering algorithm to achieve a two-dimensional clustering extends to any dimension of the cluster sample points, the code attached to the principle of detailed instructions, and tips
Kmean2
- 随机产生的点进行K-means方法聚类，给大家做一个参考，随机数据的分类-Randomly generated points in K-means clustering method, to give you a reference, the classification of random data
K-MEANS-N
- K均值聚类算法实现有二维的聚类扩展到任意维样本点的聚类.-K-means clustering algorithm to achieve a two-dimensional clustering extends to any dimension of the cluster sample points.
KM
- K均值算法的C++实现，能够将2维的样本点进行2类或者多类的聚类-K means
FCM-clustering
- 模糊C均值聚类算法,模糊C-均值算法(FCM)是一种能自动对数据样本进行分类的模糊聚类方法,通过优化目标函数得到每个样本点对类中心的隶属度来决定各样本点的归属.-FCM clustering
kmeans
- 数据挖掘Kmeans算法C/C++语言实现。 提供接口让使用者可以指定输入输出文件、聚类结果中类别个数、中心点计算方式、初始化方法。-Kmeans,data mining algorithms,C/C++language. Provides the interface so that users can specify the input and output file, type in the number of clustering results, the center of ca
Constellation-clustering-analysis
- 在四点星座图中，通过运用聚类的方式，实现对由于信道、噪声或其他原因出现随机偏移星座点的识别与归类。main.m为入口程序-The four-point constellation, the constellation points of the random offset due to channel noise or other reasons, through the use of clustering Identification and classification.
k-means
- c++实现k均值源码，实现了k-means的算法，并给出界面显示。实例中通过二维空间中的点进行聚类-c++ k-means algorithm, display the cluster result on the two demension
DataMining
- 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。-With the picture (choose your own) as data sets, more running time (draw time and pixels relations diagram, so must use many different
No-Blurring
- 利用均值漂移进行聚类分析。属于非模糊均值漂移聚类，就是所有数据都固定不动，从某个点进行搜索。-mean shif based clustering .
provaisodata
- isodata聚类算法，模式识别作业，经过修改，手动输入计算点。-isodata clustering algorithm and pattern recognition operations, has been modified manually input the calculated points.
apcluster
- AP聚类算法：Affinity Propagation (AP) 聚类是最近在Science杂志上提出的一种新的聚类算法。-Affinity Propagation (AP) 聚类是最近在Science杂志上提出的一种新的聚类算法。它根据N个数据点之间的相似度进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距离) 也可以是不对称的,即两个数据点互相之间的相似度不等。这些相似度组成N×N的相似度矩阵S(其中N为有N个数据点)。AP算法不需要事先指定聚类数目,相反它将所有的