搜索资源列表
-
2下载：
gmeans-- Clustering with first variation and splitting
文本聚类算法Gmeans ,使用了3种相似度函数,cosine,euclidean ,KL.文本数据使用的是稀疏矩阵形式.
-gmeans clustering with first variation and splitting
Gmeans,a text clustering algorithm, uses 3 functions,cosine,euclidean and
-
-
0下载：
LVQ学习矢量化算法源程序
This directory contains code implementing the Learning vector quantization
network. Source code may be found in LVQ.CPP. Sample training data is found
in LVQ1.PAT. Sample test data is found in LVQTEST1.TST and LVQTEST2.TST. The
-
-
1下载：
提供一个人工免疫算法源程序，其算法过程包括：
1.设置各参数
2.随机产生初始群体——pop=initpop(popsize,chromlength)
3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％
4.开始迭代（M次）：
1）计算目标函数值：欧氏距离[objvalue]=calobjvalue(pop,i)
2）计算群体中
-
-
0下载：
带约束的蚁群算法的程序，用于欧几里德（Euclid）TSP问题，用c语言编写的，供大家借鉴-Constrained Ant Algorithm procedures for Euclidean (Euclid), TSP, c language used, for everybody's reference
-
-
0下载：
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
-
-
0下载：
k-means(欧氏距离)聚类算法是最基本的聚类算法，是理解和应用聚类算法的基础，通过k-means(欧氏距离)聚类算法我们才可以初步了解数据挖掘的原理。-k-means (Euclidean distance) clustering algorithm is the most basic clustering algorithm, is understanding and the basis for the application of clustering algorithm, throu
-
-
0下载：
Kohonen神经网络算法工作机理为：网络学习过程中，当样本输入网络时，竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离，距离最小的神经元为获胜神经元。调整获胜神经元和相邻神经元权值，使获得神经元及周边权值靠近该输入样本。通过反复训练，最终各神经元的连接权值具有一定的分布，该分布把数据之间的相似性组织到代表各类的神经元上，使同类神经元具有相近的权系数，不同类的神经元权系数差别明显。需要注意的是，在学习的过程中，权值修改学习速率和神经元领域均在不断较少，从而使同类神经元逐渐集中。-
-
-
0下载：
In this paper, we present two novel class-based
weighting methods for the Euclidean nearest neighbor algorithm
and compare them with global weighting methods
considering empirical results on a widely accepted time series
classification benchm
-
-
0下载：
基于等距映射( ISOMAP) 非线性降维算法, 提出了一种新的基于用户击键特征的用户身份认证算法, 该算法用测地距离代
替传统的欧氏距离, 作为样本向量之间的距离度量, 在用户击键特征向量空间中挖掘嵌入的低维黎曼流形, 进行用户识别。用采集
到的1 500 个击键模式数据进行实验测试, 结果表明, 该文的算法性能优于现有的同类算法, 其错误拒绝率( FRR) 和错误通过率
( FAR) 分别是1.65 和0 , 低于现有的同类算法。-Based isometric map (ISO
-
-
0下载：
自己制作基于“欧氏距离的算法”来识别文字的相似性，从而来识别手写文字的程序，开发环境是matlab.需要讲手写的字加到字库才可以哦。-Produce their own based on the " Euclidean distance algorithm" to identify the similarity of the text, handwritten text in order to identify the procedures, the development e
-
-
0下载：
一些数学问题算法模板，稍微做了下分类
目录
1 欧几里得和模线性方程
欧几里德
扩展欧几里德
模线性方程
2 欧拉φ函数
扩展欧拉函数
3 线性时间素数筛法
生成欧拉函数表
4 因式分解
5 Nim游戏和sg函数
合肥B 题 -Some mathematical problems algorithm template, do a little under
Categories
1and mode of linear eq
-
-
0下载：
采用C++实现Kmeans聚类算法，距离的计算采用的是欧氏距离。数据集是weka自带的data里面的iris.arff数据集。假设样本所有属性都是数值属性，不考虑分类属性。-C++ implementation Kmeans classic clustering algorithm, the distance is calculated using the Euclidean distance. Data set is data that comes inside weka iris.arff
-
-
1下载：
义了一个欧氏距离和监督信息相混合的新的最近邻计算函数，从而将K一均值算法很好地应用于半
监督聚类问题。针对K一均值算法初始质心敏感的缺陷，用粒子群算法的搜索空间模拟聚类的欧氏空间，迭代搜
索找到较优的聚类质心，同时提出动态管理种群的策略以提高粒子群算法搜索效率。算法在UCI的多个数据集
上测试都得到了较好的聚类准确率。-Righteousness of a Euclidean distance and supervision of a mixture of new nearest n
-
-
1下载：
k中心算法的基本过程是:首先为每个簇随意选择一个代表对象，剩余的对象根据其与每个代表对象的距离（此处距离不一定是欧氏距离，也可能是曼哈顿距离）分配给最近的代表对象所代表的簇；然后反复用非代表对象来代替代表对象，以优化聚类质量。聚类质量用一个代价函数来表示。当一个中心点被某个非中心点替代时，除了未被替换的中心点外，其余各点被重新分配。-The basic process k center algorithm is: First free to choose a delegate object fo
-
-
0下载：
计算两个矩阵之间的欧氏距离，多目标跟踪的粒子滤波器，分形维数计算的毯子算法matlab代码。- Calculation of the Euclidean distance between the two matrices, Multi-target tracking particle filter, Fractal dimension calculation algorithm matlab code blankets.
-
-
1下载：
通过比较欧氏距离，定义K值，实现了机器学习中的KNN算法(By comparing Euclidean distance, we define the K value and realize the KNN algorithm in machine learning.)
-
