搜索资源列表
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
apcluster
- 一种聚类的新方法，不用开始就设定聚类点的总个数，只需要确定参数p的值，p越大算出的聚类个数就越大，相反一样。-[idx,netsim,dpsim,expref]=APCLUSTER(s,p) clusters data, using a set of real-valued pairwise data point similarities as input. Clusters are each represented by a cluster center data point (t
iriscode
- Matlab提供了两种方法进行聚类分析。 一种是利用 clusterdata函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法； 另一种是分步聚类：（1）找到数据集合中变量两两之间的相似性和非相似性，用pdist函数计算变量之间的距离；（2）用 linkage函数定义变量之间的连接；（3）用 cophenetic函数评价聚类信息；（4）用cluster函数创建聚类。 -Matlab provides two methods of cluster anal
kmeans
- 基于matlab的K-means聚类算法的实现以及二维随机点的聚类结果-Matlab-based K-means clustering algorithm
K-means
- 用matlab实现的聚类，效果很好，里面有部分数据，点击可以直接运行-Cluster with matlab to achieve good results, which are part of the data, click directly run
k_means
- 使用k-means算法对样本空间中的未分类的点进行聚类。-K-means algorithm using the sample space clustering unclassified points.
聚类程序
- 几种聚类的程序，适合初学者，对目标空间中的点进行分类，效果很好(Several clustering procedures, suitable for beginners)
点聚类
- 对图像中的检测点进行聚类，生成图像框，基于opencv(Clustering the image detection points to generate rect based on OpenCV)
AIS聚类
- 实验目的 1.对AIS数据按照上行、下行船舶轨迹点进行分类。 2.掌握基于密度聚类方法原理（以DBSCAN为例）。 3.熟悉AIS数据处理的基本方法。 4.熟悉船舶运动模式辨识的基本原理和方法。 实验环境 Matlab(Purpose 1. The AIS data are classified according to the upstream and downstream ship's track points. 2. Master the principle of density clus
DBSCAN聚类算法
- 本程序代码完整，需要自己设置两个参数，就能完成对数据进行DBSCAN聚类，得出聚类的点的坐标，所在的集群，以及是否是噪声点。我用这个代码完成了对只有经纬度信息的坐标点的聚类，亲测有效(This program code integrity, you need to set their own two parameters, you can complete the data for DBSCAN clustering, clustering point of the coordinates, w
（聚类）clustersuvey
- 聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。(Cluster analysis is made up of patterns, usually a measure of a measure, or a point in a multidimensional space.)
模糊C均值聚类算法
- 模糊c-均值聚类算法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，一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective function, and determines the classifi
DBSCAN聚类
- Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法，熟悉下基于密度的聚类算法与基于距离的聚类算法，如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是，基
聚类分析
- 聚类分析算法 k均值算法 对地图上的点进行聚类事例(Clustering analysis algorithm k mean algorithm for clustering of points on maps)
聚类
- 相似性划分，Q型聚类，是理想的多变量统计技术，主要有分层聚类法和迭代聚类法。 聚类分析也称群分析、点群分析，是研究分类的一种多元统计方法。(Similarity classification and Q clustering are ideal multivariate statistical techniques, including hierarchical clustering and iterative clustering. Cluster analysis, also known a
AP聚类算法和案例
- ap聚类算法实现三维数据点的分类，demo为案例(AP clustering algorithm realizes the classification of data points, demo as a case.)
局部聚类算法
- 2014Science-一种基于局部点密度的聚类方法(2014Science- a clustering method based on local point density)
模糊Ｃ均值聚类
- 该程序可以实现快速的点云的模糊C均值聚类，并且可以利用第二个命令对聚类后的点云进行自动提取。(The program can realize fast clustering of point clouds based on fuzzy C-means, and automatically extract the clustered point clouds by using the second command.)
模糊聚类R代码
- 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。(Fuzzy c-means clustering algorithm or FCM. Among many fuzzy clustering algorithms, the Fuzzy C-Means algori