搜索资源列表
RBF
- 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析，并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法，隐含层到输出层通过“模2递减”学习速率的BP学习；蚁群算法根据信息素的分配能够自动调整收索 路径，从而达到数据自动聚类的目的。结果表明，与蚁群算法相比，改进RBFN具有快速收敛、自动识别奇异样本的优点，而蚁群算法 无须教师学习，并能够达到全局最优。
FuzzyClusteringToolbox
- 四种聚类算法源代码及示例代码,本程序的最终目的是形成一套标准的用于聚类、可扩展的工具。包括的内容有1. 聚类算法：Kmeans和Kmedoid算法、FCMclust, GKclust, GGclust算法 2. 评估分类原型：程序可以在二维图像上绘制出聚类的结果 3. 验证：程序给每一个算法提供验证机制，每个聚类算法会统计Partition Coefficient (PC), Classification Entropy (CE), Partition Index (SC), Separatio
src
- 使用k-means和fcm实现聚类，可选择有效性指标-And the use of k-means clustering to achieve fcm the option of the effectiveness of indicators
FuzzyClusteringToolbox
- 四种聚类算法源代码及示例代码,本程序的最终目的是形成一套标准的用于聚类、可扩展的工具。包括的内容有1. 聚类算法：Kmeans和Kmedoid算法、FCMclust, GKclust, GGclust算法 2. 评估分类原型：程序可以在二维图像上绘制出聚类的结果 3. 验证：程序给每一个算法提供验证机制，每个聚类算法会统计Partition Coefficient (PC), Classification Entropy (CE), Partition Index (SC), Separatio
LVQ
- 该评估问题实际上是一个分类问题，评价指标作为网络的输入，评估等级是网络的输出，CPN网络的竞争层能够进行聚类，再通过有导师学习就可以精确划分类型，在该例中获得了成功的应用。 从此例中也可以发现，随着样本数得增多，网络的训练次数也随之增加，另外，该例中隐层节点数的选择还主要依靠经验和试验。 由本实验的结果可知，利用CPN神经网络实现博士论文评价具有很好的效果，其评价结果与专家所给结果基本一致。-The evaluation problem is actually a classificat
K-means
- K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。这是一本介绍K-means算法的英文书籍 -K-means algorithm is very typical distance-based clustering algorithm, using distance as the similarity evaluation, that the closer the two objects, the greater the s
FCEPAHPPcluster
- 模糊综合评价+层次分析法+聚类 结合层次分析法特点，能够自主计算出综合评价中各指标的权重，避免自主赋权的主观性；同时附带有聚类指标，将所得结果分类-FCE APH cluster
SubLppClustering_upload
- 模糊子空间聚类算法 包括评价指标 模拟数据集等 参考文献 G.J. Gan and J.H. Wu, A convergence theorem for the fuzzy subspace clustering (FSC) algorithm, Pattern Recognition, vol.41, pp.1939-1947, 2008.-fuzzy subspace clustering algorithms reference: G.J. Gan and J.H. Wu, A con
matlab-code
- 计算聚类算法评价指标之一：Rand Index(需要两个类标向量) 根据类标绘制数据散布图（2D or 3D）-Evaluation of clustering algorithms compute: Rand Index
CDE-fuzzy-09
- 可变模糊迭代聚类模型程序，能够应用于多种指标综合评价和聚类问题。-Variable fuzzy clustering iterative model program that can be applied to a variety of indicators and evaluation clustering problem.
k_mean
- 运用k_mean算法，实现对指标点的聚类分析，然后找出其中的中心点。-Use of k_mean algorithm, realize the index point of clustering analysis, and find out the center.
julei
- 聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法-Clustering analysis is also called group analysis, which is the study of (samples or indexes) classification problem a method of statistical analysis is also an important algorithm of data mining
sas
- 次源代码是主要是关于城市和地区各种指标的聚类分析-Second source code is mainly urban cluster analysis on a variety of indicators and regions
NCestimation_V2
- 聚类算法不同有效性指标的性能比较，改进代码用于不同的应用问题-Clustering algorithm performance comparison of different effectiveness index, improve code used for different applications
matlab-julei
- 聚类分析,亦称群分析或点群分析,是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类(Cluster analysis, also called group analysis or point group analysis, is a quantitative method for studying the classification of multi factor things
clustering-index
- 欢迎使用和评述此工具箱，您的意见是对我们工作的支持。 此工具适合于不同有效性指标的性能比较，改进代码用于不同的应用问题等等。 (1) NCT的内容 NCT包括4个外部有效性指标和8种内部有效性指标，编制的程序文件"validity_Index.m"用于调用它们 (2) 主文件 "mainClusterValidationNC.m" 的内容 主文件设计为如何使用PAM聚类算法、如何使用有效性指标和方法来估计聚类个数。(H
ClusteringMeasure
- 用于聚类结果的分析，包括三种评测指标，ACC，PUR，NMI。(Use for the analysis of the clustering result.)
time-domain
- 自己用的时域特征提取方式，包含均值，均方根值，歪度，峭度，峰值指标，阈值裕值指标，峭度指标等，然后用RBF做聚类(The method of feature extraction in time domain includes mean value, root mean square value, skewness, kurtosis, peak value index, threshold margin index, kurtosis index, etc. Then RBF is used
nmi
- matlab版本的标准互信息函数，用于聚类指标的计算，可直接使用(normalized mutual information function for clusering performance evaluation (MATLAB version))
KMeans
- 用matlab 实现了kmeans算法还附有评价指标计算(Matlab to achieve kmeans algorithm also attached to the evaluation index calculation)