搜索资源列表
cluster
- 中心对称的聚类算法，paper。一种基于中心对称的聚类算法
kmeans
- k-means 算法用java实现对二维点集合的分类 输入相应的类别数 选择聚类中心-k-means algorithm to classify the input using java-dimensional set of points corresponding to the number of categories to select the cluster centers
k-means-2d-rand-point
- K_means经典聚类算法，用点阵可视化 通过产生随机点，不断更改中心点实现聚类-K Means classic clustering algorithm, with lattice visualization By generating random points, and constantly change the center point to achieve clustering
Ab201702125
- 1.随机的选取K个种子点作为初始聚类中心 2.然后求出所有的点到K个聚类中心的距离，找出离每个点最近的聚类中心作为该点的种群中心。 3.经过前两步就形成了K个点群，然后更新K个点群的中心。 4，重复步骤2和3直到满足一定的阈值。-wo zhidao zenme zuo
Kmeans
- 通过k均值算法寻找类中心，聚类，对数据实现有效划分。-The k-means algorithm is used to find the class center, the data is clustered and the data is divided.
MWRYLUO6
- SOFM(自组织特征映射)：这种算法部分收到生物特征影响,在网络输出层内按几何中心或特征进行聚类,()