搜索资源列表
bpnn
- 一个利用vc编成的倒传递类神经网络内容包含到数层的神经网络编写 使用者可以清楚了解BP- Contains using the vc forming but actually transmission class nerve network content to several nerve networks compiles the user to be allowed clearly to understand BP
8数码A算法
- 设计说明：1。数据结构和表示：程序用1、2、3、4分别表示将右、上、左、下的数字块移动到空格之中。采用典型的树+链表结构，每种局面产生一个BoardState类。出于避免走法顺序列表被过多复制的考虑，在树结构中保存局面的继承关系。每种新的局面产生后，引用估值函数产生f的值，再根据大小将其插入链表之中，以便实现“优先展开f值小的节点”。Solve()函数在成功解决问题之后保存一个走法序列供输出并返回零，而失败则返回失败处的节点层数。(具体的判断方法见后文)-Design Notes : 1. Da
realDBSCAN
- 二维的DBSCAN聚类算法，输入（x,y）数组，搜索半径Eps，密度搜索参数Minpts。输出: Clusters，每一行代表一个簇，形式为簇的对象对应的原数据集的ID-two-dimensional clustering algorithm, the input (x, y) array, search radius Eps. Minpts density search parameters. Output : Clusters, each firm on behalf of a cluste
C45DT
- 这是一个改进的C4.5决策数算法C++类，可用于连续值和离散值的分类-This is an improved algorithm for decision-making C4.5 C can be used in continuous-valued and discrete values classification
Fsvm_Regression
- 该文研究了当训练点的输出为三角模糊数时!支持向量回归机的构建问题’ 首先将模糊回归问题转化为模糊分 类问题!并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题’ 利用基于模糊模拟的遗传算法 求解带有模糊决策的机会约束规划!得到模糊最优分类超平面&模糊方程$!解模糊方程得到模糊回归函数’ 在此基础上! 得出模糊线性支持向量回归机&算法$’ 从而较好地解决了支持向量机中含有模糊信息的模糊回归问题’ 最后!给出显示 模糊线性支持向量回归机特点的模糊支持向量集的定义’
GCluser
- 分级聚类算法：包括k-mean max-dist min-dist 程序使用方法： 程序中打开文件“.dat”-》选择聚类方法-》显示数据 .dat文件格式： 分成几类 输入样本维数 样本个数 下面依次为样本特征向量
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
k-means
- 基于K-means聚类算法的社团发现方法 先定义了网络中节点关联度,并构建了节点关联度矩阵, 在此基础上给出了一种基于 K-means聚类算法的复杂网络社团发现方法。 以最小关联度原则选取新的聚类中心, 以最大关联度原则进行模式归类,直到所有的节点都划分完为止, 最后根据模块度来确定理想的社团数-K-means clustering algorithm based on the association discovery To define a network node cor
FuzzyClust
- FuzzyClust 模糊聚类 用C#语言描述.聚类方式包括:全部,按λ值,按规定类别数-FuzzyClust fuzzy clustering described using C# language. Clustering methods include the following: all, according to λ values, in accordance with the provisions of several categories
LayerCluster
- 基于层次划分的最佳聚类数确定方法
YE
- 在原始的fcm算法基础上，对算法中的聚类数c和加权指数m给出优选方法，进而而出了fcm参数优选自适应算法，通过人造数据与具有实际背景的数据验证可以看出该算法是有效的，该算法不但可以自适应的给出最佳的聚类数，而且可以验证聚类的有效性，达到最佳聚类的目的。-In the original fcm algorithm based on the number of clusters on the algorithm and the weighted index m given c preferred m
Clustering-algorithm-classification
- 按照未知聚类数同的蚁群聚类法对全体样品进行分类-According to the unknown number of clustering with Ant Colony clustering method to classify the samples of the whole
FCM_iris
- 2. iris鸢尾植物数据 a) 数据集描述：该数据集包含150个实例，属性个数为4，已知分为3类。 b) 参数选择： 聚类数为3 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Iris iris plant data A) data set descr iption: the data set contains 150 examples, the number of attribute
FCM_synthetic_control.data
- 1. Synthetic Control Chart Time Series合成控制图时间序列 a) 数据集描述：该数据集包含600个实例，属性个数为6，已知分为6类。 b) 参数选择： 聚类数为6 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Synthetic Control Chart Time Series Synthetic Control Chart Time sequence
ga_improve_fcm
- 遗传算法主要是三个算子的作用，而聚类对初始中心和分的类数确定很差，本思想吧两者的优点联系到了一起-The main role of genetic algorithm is the three operators, but the performance of clustering is poor.we make the contacts of the advantages.
kfuzzy
- k均值聚类算法，可自定义输入聚类数，能仿真出结果-K-means clustering algorithm, and can be custom clustering number, input to the simulation results
TS_fuzzy
- TS模糊，包括聚类数选取，输入选择，前件辨识，后件辨识等-TS Fuzzy Model
Kmeans
- 经典Kmeans算法，输入为训练样本和聚类数。-Kmeans classical algorithm, the input for training samples and the number of clusters.
xcluster-master
- SIGKDD2017上的文章，该算法适合数据集类簇数和数据条目都比较大的情况，聚类效率高(It is suitable for large number of data categories and data items, and the efficiency of clustering is high)
som
- 随机产生5类二维坐标系中的数，使用SOM网络进行无监督聚类，将产生的随机数自动聚成五类，并将结果用图像直接显示出来，生成训练好的网络权值(Five kinds of random numbers in two-dimensional coordinate system are generated randomly, and unsupervised clustering is carried out using SOM network. The random numbers generated