搜索资源列表
K均值
- 本程序通过k均值算法对两类进行分类。通过任意选择初始点，由k均值很快找到两类的中心点-the procedure k means algorithm to classify two types. Through arbitrary choice initial point, k Mean quickly found two focal point
K均值算法
- 实现K均值算法，读取文件，实现K均值的分类。-K-means algorithm to achieve, reading the paper, K-mean achievement category.
k
- c++编写的模式识别k均值算法-c k prepared by the average pattern recognition algorithm
k-means
- 数据挖掘中的k均值算法，应该属于聚类分析的，c语言版。
k-means
- 这是K均值算法,采用c语言编写,K的取值为2,大家可以改变K的值来进行测试
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
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
PSO_K
- 毕设题目，基于K均值的PSO聚类算法，共享了。-Bi-based topic of the PSO-based K-means clustering algorithm, shared.
k-means
- K-means均值聚类算法,用C语言实现 k-均值聚类算法 -Means K-means clustering algorithm, using C language realization of k-means clustering algorithm
k-centers
- 不同于k均值聚类的k中心聚类，2007年SCIENCE文章Clustering by Passing Messages Between Data Points 中的方法-Unlike k-means clustering of the k cluster centers, in 2007 SCIENCE article, Clustering by Passing Messages Between Data Points of the Method
K-Means
- 聚类算法主要针对k-均值法求解聚类问题，可以用于神经网络。-k-means
k_algorithm
- K均值：用于动态聚类算法，来按照样本之间的相似程度进行分类，相似的归为一类，不相似的为另一类。划分的结果应使表示聚类质量的准则函数最大。-K均值
kmeanC
- k均值聚类算法的C++实现，在VC2003下调试通过。-k-means clustering algorithm C++ implementation, the VC2003 debug through.
K-meansclusteringalgorithmmatlabprogram
- 模式识别课上的大作业，要求用K-均值算法对150个样本进行分类。-Pattern Recognition course the big job, asked to use K-means algorithm to classify 150 samples.
ClusteringStatic
- 聚类分析算法,k均值聚类分析算法c++源码-clustering statics
k_means_cluster
- k均值聚类算法 ，c语言实现 了基于均值的聚类分析，同时增加了多维向量分析功能，使得聚类的收敛速度更快。-k means clustering algorithm, c language implemented based on the mean cluster analysis, while increasing the multi-dimensional vector analysis functions, making the convergence faster clustering.
K-means
- 均值为K的聚类算法，是一种对聚类数据进行的最简单的算法，广泛应用在各种场合中。-K mean clustering algorithm for clustering data is the most simple algorithm, widely used in various occasions.
RBF-k均值聚类
- RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值。RBF权值的初始聚类方法较为复杂，比较简单的有K均值聚类，复杂的有遗传聚类，蚁群聚类等，这个RBF网络的程序是基于K均值聚类的RBF代码。(RBF (radial basis function network) is an important neural network. The training of RBF network is divided
kmeans
- 机器学习/python入门项目五：k均值(Machine learning / python entry project five: k means)
Kmeans
- 可以实现K均值聚类的MATLAB程序。但是有点小问题。(The MATLAB program of K mean clustering can be realized.)