搜索资源列表
FCM
- FCM算法是模糊聚类算法，是在对K-MEANS算法的基础上改进的聚类算法，比L-MEANS算法有更好的效果-FCM algorithm is a fuzzy clustering algorithm, clustering algorithm is improved based on the K-MEANS algorithm, the L-MEANS algorithm is better than the effect of it
FCM
- 核聚类算法：聚类是将一组给定的未知类标号的样本分成内在的多个类别，使得同一类中 的样本具有较高的相似度，而不同类中的样本差别大。侧重于软聚类（模糊C-均值——FCM），但其描述手段同样适合于硬聚 类（HCM）等同类问题。-Clustering algorithm: cluster is a group of unknown samples given class label into internal multiple categories, so that the same class
自适应模糊C均值聚类
- 提供一种改进的模糊C均值聚类算法，该算法可以更好的提高聚类的精度
Kmedoids
- 实现K-medoids模糊聚类算法，增加聚类有效性-K-medoids fuzzy clustering algorithm to achieve, increase the effectiveness of clustering
FCCI
- 模糊联合聚类，可以同时对样本和样本属性进行模糊化，提高算法精度。-fuzzy co-clustering approcah in whitch both the objects and the features
K-Means-master
- 模糊C均值聚类算法的PYTHON实现，在UCI的IRIS数据集上实现-Fuzzy C-means clustering algorithm PYTHON realization, implemented on UCI s IRIS data set
fuzzy
- 模糊聚类分析是根据客观事物间的特征、亲疏程度、相似性，通过建立模糊相似关系对客观事物进行聚类的分析方法。-Fuzzy clustering analysis based on objective characteristics, the degree of relatedness, similarity, through the establishment of fuzzy cluster analysis method of objective things.
FCMCluster
- 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。- 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
FJIR.R
- 模糊聚类分析 - 建立模糊相似矩阵，以R语言实现。-build a fuzzy matrix
Fuzzyclustering
- 基于MATLAB实现的模糊聚类算法，程序包含了多种聚类算法，实验效果较好。-MATLAB based on the realization of fuzzy clustering algorithm, the program contains a variety of clustering algorithms, the experimental results are better.
直觉模糊C均值聚类
- 对所获取的数据进行无监督的直觉模糊C均值聚类(intuitionistic fuzzy C-means clustering)
ISAMaceertance
- 模糊核聚类源码,用matlab编写的,另外还包括一些相应文章()