搜索资源列表
cure
- 层次聚类算法中的cure算法，它利用代表点来达到聚类目的-hierarchical clustering algorithm cure the algorithm, which uses representatives point to achieve clustering purpose
curecode
- CURE算法实现 一种分层次的聚类算法 效果较好-CURE algorithm to achieve a hierarchical clustering algorithm better results
curec
- 一个用C语言实现的基于cure的数据聚类源代码。-a C language based on the data clustering cure source code.
cure.c++
- 经典cure聚类算法,实现用c++语言.大家-classic cure clustering algorithm, and using the c language. We look at
ju
- 一个CURE聚类算法 应用了K中心点算法 采用空间坐标聚集 -a clustering algorithm is applied to the K-center space coordinates is used to gather
cure(Clustering)
- CURE（Clustering Using Representatives）是一种针对大型数据库的高效的聚类算法。基于划分的传统的聚类算法得到的是球状的，相等大小的聚类，对异常数据比较脆弱。CURE采用了用多个点代表一个簇的方法，可以较好的处理以上问题。并且在处理大数据量的时候采用了随机取样，分区的方法，来提高其效率，使得其可以高效的处理大量数据。
CURE.rar
- 用c++实现的CURE聚类算法 这是即DBSCAN算法后出现的基于密度的聚类算法,With c++ Realized CURE clustering algorithm DBSCAN algorithm that is, this is occurring after the density-based clustering algorithm
k-means-and-cure-in-Iris-Data-Set
- 聚类算法实验,采用两种不同类型的聚类算法:基于划分的聚类方法k-means和基于层次的聚类方法CURE，采用的数据集是：Iris Data Set，数据集中共包含150组数据信息。 材料中有详细的说明文档，具体介绍了算法实现的细节，很容易理解-Clustering algorithm experiment, using two different types of clustering algorithm: Partition-based clustering method k-means
c
- CURE: AN EFFICIENT CLUSTERING ALGORITHM FOR LARGE DATABASES-CURE: AN EFFICIENT CLUSTERING ALGORITHM FOR LARGE DATABASES
clustering-presentations
- This package contains presentations and pdfs related to data clustering.Some of the algorithms discussed in this zip file are kmeans,cure-This package contains presentations and pdfs related to data clustering.Some of the algorithms discussed in this
CURE
- 对数据挖掘中的聚类算法cure算法以ppt的形式进行了详细介绍，-Data mining clustering algorithm cure algorithm ppt form described in detail,
cure
- 聚类算法CURE的算法实现。对图形进行聚类，在时间，结果方面对其性能进行评估。-CURE' s clustering algorithm. Graphics cluster in time, to assess its performance outcomes.
cure
- 基于参考点的快速聚类算法 cure matlab 聚类代码-Fast clustering algorithm based reference point
cure
- CURE算法是聚类算法的一种，源代码，可直接运行(CURE algorithm is a clustering algorithm, the source code can be run directly)
Efficient Large Scalce Clustering
- Research paper on cure clustering
CureDemo
- 实现的cure聚类的demo。算法在开始时，每个点都是一个簇，然后将距离最近的簇结合，一直到簇的个数为要求的K。它是一种分裂的层次聚类。算法分为以下6步： 1）从源数据对象中抽取一个随机样本S。 2）将样本S分割为一组划分。 3）对划分局部的聚类。 4）通过随机取样提出孤立点。如果一个簇增长得太慢，就去掉它。 5）对局部的簇进行聚类。 6）用相应的簇标签标记数据。(The implementation of the cure clustering of the