搜索资源列表
考虑对象方向关系的密度聚类算法
- 当前的聚类算法很多，但是都没有解决关于边界点的问题，这个算法提出一种新的观点。-current clustering algorithm, and still has no points on the border issue and the algorithm, a new perspective.
基于核密度估计的层次聚类算法
- 本文基于层次聚类的局限性，展开了描述，然后提出了解决办法。-Based on the hierarchical clustering limitations, launched a descr iption, and then the solutions.
dbscan
- 基于密度的聚类的实现，用JSP实现的，界面友好-Density-based clustering to achieve, using JSP to achieve, user-friendly
DBscan
- 基于密度的聚类算法 JAVA实现 能发现任何形状的聚类-JAVA-based density clustering algorithm can be found in any shape to achieve the clustering
src
- 聚类算法实现，基于密度的聚类算法，该算法能够用于对数据进行基于密度的分类-Clustering algorithm, density-based clustering algorithm, which can be used for data classification based on density
DBSCAN
- DBSCAN算法的Java实现 DBSCAN是一种基于密度的聚类算法，它的根基事理就是给定两个参数，ξ和minp，其中 ξ可以理解为半径，算法将在这个半径内查找样本，minp是一个以ξ为半径查找到的样本个数n的限制前提，只要n>=minp，查找到的样本点就是焦灯揭捉
mahy
- 基于相对密度的聚类算法（DBSCAN算法），用于处理高密度簇完全被相连的低密度簇所包含的问题-Clustering algorithm based on relative density (DBSCAN algorithm), to handle high-density clusters are completely connected to the problem of low-density cluster contains
DBSCAN_cluster
- java语言编写的 DBSCAN基于密度的聚类算法，可实现对数据点基于密度的聚类-java language DBSCAN density-based clustering algorithm can be realized on density-based clustering of data points
DBSCAN
- 基于密度的密度聚类算法，该算法的结果可以聚成任意的形状。-Density clustering algorithm based on density, the result of the algorithm can be clustered into arbitrary shape.
density-peaks-clustering-master
- 2014年发表的密度峰值聚类方法,聚类 聚类-density peak clustering master
Cluster
- 聚类算法的java实现，包括K-means（基于划分聚类），DBSCAN(基于密度聚类）-Clustering algorithm ， achieved by java, including K-means (based on the division clustering), DBSCAN (density-based clustering)
聚类算法
- 简单的各种聚类算法，适合初学者学习！！！！(Simple clustering algorithm, suitable for beginners to learn!!!!)
CLIQUE
- CLIQUE（Clustering In QUEst)是一种简单的基于网格的聚类方法，用于发现子空间中基于密度的簇。CLIQUE把每个维划分成不重叠的区间，从而把数据对象的整个嵌入空间划分成单元。它使用一个密度阈值识别稠密单元和稀疏单元。一个单元是稠密的，如果映射到它的对象数超过该密度阈值。(CLIQUE (Clustering In QUEst) is a simple grid based clustering method for the discovery of clusters bas