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
DataMining20070102
- DataMining软件(集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法)
Medoidshift
- 中心点漂移是一种非监督聚类算法（与k-means算法相似，但应用范围更广些),可用于图像分割，基于Matlab实现的源码。 MedoidShift is a unsupervised clustering algorithm(similar to k-means algorithm, but can be used in border application fields), can be used for image segmentation. Included is the Matlab
CURE
- 层次聚类算法中的Cure算法，可以用于识别非球形的簇，解决了偏好球形和相似大小的问题，在处理孤立点上也更加健壮。
k-means
- 空间数据分析中最常用的是聚类分析,而K-MEANS算法是聚类分析中常用的,其主要思想是在给定的聚类数目下对多维(我做的是三维空间点)向量进行聚类,
C均植
- 模式识别中关于C均值的聚类算法的程序,输入点进行聚类.-pattern recognition on the C-means clustering algorithm procedures input cluster.
ganzhiqi
- 模式识别中关于感知器算法的程序,输入点进行聚类.-pattern recognition algorithm on the perception of the process, input cluster.
K－均值聚类算法C++编程
- K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。-K-means clustering algorithm programming. Point by point, inc
CURE
- 数据挖掘算法之一，基于代表点的CURE聚类算法，该算法先把每个数据点看成一类，然后合并距离最近的类，直至类个数为所要求的个数为止。-CURE cluster algorithm based on representive point,one of data mining algorithms,classifies each data as a category firstly, then unifies categories with the nearest distance into one
classanalysis.rar
- 1)解压缩 2)打开“聚类分析软件”文件夹，点击“聚类分析.msi”安装程序，在安装向导中选择安装目录，安装完成。 3)打开Matlab软件程序，将当前工作目录设为“聚类分析”的安装目录，在命令行中输入“Cluster”命令，即可打开聚类分析软件。 4)内有多种模式识别方法可以使用 ,1) Extract 2) Open the
dataMining.rar
- 数据挖掘的软件，集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法,software of data mining
kmeans
- 聚类算法kmeans，比较简单的聚类算法，通过欧几里德距离确定聚类的标准，对二维的点进行聚类-Clustering algorithm kmeans, relatively simple clustering algorithm, through the Euclidean distance to determine the standard clustering of the points of two-dimensional clustering
my-keans
- 实现聚类算法中的K-MEANS算法，对随机生成的点进行了聚类。-Clustering algorithm to achieve the K-MEANS algorithm, on randomly generated points in the cluster.
apcluster
- 一种聚类的新方法，不用开始就设定聚类点的总个数，只需要确定参数p的值，p越大算出的聚类个数就越大，相反一样。-[idx,netsim,dpsim,expref]=APCLUSTER(s,p) clusters data, using a set of real-valued pairwise data point similarities as input. Clusters are each represented by a cluster center data point (t
gaMatlab
- 模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最优分类结果。-Fuzzy C-means algorithm converges to local minimum points easily, in order to overcome the shortcomings of genetic algorithm is applied to fuzzy C-means al
Kmeans
- 对已存入txt文件中的样本点就行K均值聚类，可输出质心和各个类包含的样本点-Txt files that have been deposited in the sample points on the line K means clustering, centroid, and each output class contains the sample points
PamCSharp
- k中心点聚类算法的具体实现，代码已优化，可以顺利运行。-K centroid clustering algorithm’s realization, the code has already been optimized, and can be smoothly operated.
Cpp1
- 距离与相异度，然后介绍一种常见的聚类算法——k均值和k中心点聚类-Distance and dissimilarity, and then introduce a clustering algorithm- k mean and k-medoids clustering
AIS聚类
- 实验目的 1.对AIS数据按照上行、下行船舶轨迹点进行分类。 2.掌握基于密度聚类方法原理（以DBSCAN为例）。 3.熟悉AIS数据处理的基本方法。 4.熟悉船舶运动模式辨识的基本原理和方法。 实验环境 Matlab(Purpose 1. The AIS data are classified according to the upstream and downstream ship's track points. 2. Master the principle of density clus
三维点云分割
- 通过java实现对三维点云进行分割，包括三种方法：基于法向量的、基于区域的、基于聚类的