搜索资源列表
KMEANS
- 利用数据挖掘知识和c实现K-均值聚类分析-The use of data mining knowledge and c to achieve K-means clustering analysis
thf
- 改进的K均值聚类算法过两天我把论文一起传过来我的设计 还没交呢-Improved K-means clustering algorithm with two days I Chuan from paper design before I pay it
kmeans
- 数据挖掘中的K均值聚类算法的MATLAB的实现-k means clustering algorithm
k_means
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-In statistics and machine learning, k-means clustering is a method of cluster analysis which aims to partition n observations into
KMEANS
- 实现k均值聚类算，输出聚类中心和聚类后的分组结果-To achieve k-means clustering calculation, the output cluster centers and cluster grouping of the results of post-
r
- 结合颜色和纹理的改进K均值遥感图像聚类 传统k均值聚类效果更好-Combination of color and texture remote sensing images to improve K means clustering
KmeansAlgorithm
- 实现k均值聚类算法，本算法可以随机设置初始测试集，也可以随机选取初始类。-K means algorithm The algorithm can set intial data set randomly。also can randomly choice initial data cluster
845
- 对电路板的图像进行分割，可以提取电路板中的目标物，以对电路板进行检测。文章使用K均值聚类算法完成对电路板图像的分割，针对传统的K均值聚类算法的不足，提出了使用直方图波形的有效波峰个数来确定K值的大小，并通过使用一种比传统的绝对误差的表示更简洁的表达式，达到了快速分割的目的。对一些电路板图像分割的实验结果表明，文章的方法能够根据目标物的数目有效的确定K值的大小，且比传统的K均值算法减少了运算量及计算时间。-On the circuit board image segmentation, to ex
kmeanclusterbaseonpso
- 经典的k均值聚类算法，算法清晰易懂，有详细的注释，初学者的好资料。-Classical k means clustering algorithm, algorithm lucid, detailed notes, a good beginner information.
sf1847
- 数据挖掘建模工具，轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
kmeanscluster
- 加油邻域信息的K均值聚类算法，能有有效的去除噪声的干扰，达到好的聚类效果。算法的速度快，执行效率高-K-means clustering algorithms.
KMEANS
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类
Pattern-Recognization
- 通过编程了解和实现k均值聚类。-Understanding and implementation by programming the k means clustering.
kmeans
- 用k均值聚类实现随机n个数分类到k类中。 k和n是可变的。用图形化显示聚类结果。 需要把两个文件放在同一目录下，运行wkmeans2D即可。-k-means
k-meanssss
- 聚类算法中的经典k均值用c++实现的，测试结果还不错-Classical clustering algorithm k means in c++ implementation with the test results is not bad
cskmeans
- K-MEANS算法是输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准的k个聚类。 -K-MEANS algorithm is the input number of clusters k, and n a data object that contains the database and output to meet the standard minimum variance k-clustering.
kmeans
- k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-k-means algorithm takes parameters k and then advance the input data object is divided into n-k-clustering in order to make
seghough
- K均值聚类法基于lab颜色空间分割图像，并用霍夫变换检测圆-K means clustering method is based on lab color space segmentation image and Hough transform to detect circles with
kMeansCluster
- K均值聚类算法，可用于预先定义好种类数的样本聚类-K means clustering algorithm
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