搜索资源列表
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
KClustering
- 能计算用户输入的聚类，并进行K分。 输出的结果为每次计算的中心点的坐标和每个点到中心的距离
fcm
- fcm 聚类两个k近邻算法，k近邻的非正式描述，就是给定一个样本集exset，样本数为M，每个样本点是N维向量，对于给定目标点d，d也为N维向量，要从exset中找出与d距离最近的k个点(k<=N)，当k=1时，knn问题就变成了最近邻问-fcm cluster
Fusion-based-Sensor-Placement
- 论文 在使用无线传感器网络进行目标检测时,如何布置尽可能少的传感器节点而同时实现高的正确检测概率和 低的误警率,是关键问题之一。采用数据融合技术,能实现传感器节点之间的协同,从而大幅提高目标检测精度。提 出了用于目标检测的精度模型,分析了数据融合半径与传感器节点密度之间的关系,设计聚类方法将目标点组织成布 置单元,从高密度单元到低密度单元布置传感器节点覆盖目标区域。仿真结果表明,算法在保证检测精度的同时能有 效减少所使用的传感器节点数目。 - Sensor placeme
K_means
- k均值算法实现聚类,利用数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则-k-means clustering algorithm, the use of the data points to the prototype of a distance as the objective function of optimization, the use of function extremum iteration adjustment rules
em
- EM算法，用于实现数据集的聚类，这个是已经改进了的EM算法通过统计找到中心点再进行迭代。-EM algorithm for clustering data sets, this is the EM algorithm has been improved through the statistics to find the center of the re-iteration.
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
DBScan
- 这是一种改进的基于密度的聚类算法，其侧重点在于，点与线的分离-This is an improved clustering algorithm based on density, its focus is on the separation point and the line
panfou_V4.5
- 表示出两帧图像间各个像素点的相对情况，基于K均值的PSO聚类算法,实现了图像的加水印，去噪，加噪声等功能。- Between two images showing the relative circumstances of each pixel, K-means clustering algorithm based on the PSO, Realize image watermarking, de-noising, plus noise and other functions.
funlun
- 表示出两帧图像间各个像素点的相对情况，利用最小二乘法进行拟合多元非线性方程，包括AHP，因子分析，回归分析，聚类分析。- Between two images showing the relative circumstances of each pixel, Multivariate least squares fitting method of nonlinear equations, Including AHP, factor analysis, regression analysis, c
tengyan_v18
- 在matlab R2009b调试通过，表示出两帧图像间各个像素点的相对情况，基于欧几里得距离的聚类分析。- In matlab R2009b debugging through, Between two images showing the relative circumstances of each pixel, Clustering analysis based on Euclidean distance.
fei_v24
- 表示出两帧图像间各个像素点的相对情况，基于欧几里得距离的聚类分析，DC-DC部分采用定功率单环控制。- Between two images showing the relative circumstances of each pixel, Clustering analysis based on Euclidean distance, DC-DC power single-part set-loop control.
nai_v32
- 表示出两帧图像间各个像素点的相对情况，Matlab实现界面友好，用MATLAB实现动态聚类或迭代自组织数据分析。- Between two images showing the relative circumstances of each pixel, Matlab to achieve user-friendly, Using MATLAB dynamic clustering or iterative self-organizing data analysis.
spectalCluster
- 谱聚类是从图论中演化出来的算法，后来在聚类中得到了广泛的应用。它的主要思想是把所有的数据看做空间中的点，这些点之间可以用边连接起来。距离较远的两个点之间的边权重值较低，而距离较近的两个点之间的边权重值较高，通过对所有数据点组成的图进行切图，让切图后不同的子图间边权重和尽可能的低，而子图内的边权重和尽可能的高，从而达到聚类的目的。(Spectral clustering is an algorithm evolved from graph theory, and has been widely u
FCM,模糊C均值聚类的MATLAB实现[matlab]-FCM
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means algorithm (FCMA) or FCM. Among many fuzzy clustering algorithms, the fuzzy C-means (FCM) algor