搜索资源列表
File10
- Web文档聚类系统的设计与实现：数据挖掘；聚类分柝：文本挖掘；预处理；聚类组合；可 视化；欧氏距离-Web Document Clustering Design and Implementation: Data mining Clustering Hierarchical: text mining pretreatment cluster combinations visualization Euclidean distance
topicmodal
- 文本降维的新技术。含隐语义分析，在文本分类、聚类等领域都有广泛前景。-A new text dimension reduction techniques. With implicit semantic analysis, text classification, clustering and other fields have a wide prospect.
ClusterTitle_ED
- 能实现大规模文本间的编辑距离的计算，算法完整市现了处理过程，基于vc6.0环境编写，可以运用与聚类算法。-To achieve large-scale text edit distance between the calculation, the algorithm is a complete city process, based on the vc6.0 environmental preparation, and clustering algorithms can be used.
IntServer
- 复杂网络聚类算法进行文本分析，能够进行关键字的提取和分类功能。-Complex network clustering algorithm for text analysis, to carry out keyword extraction and classification capabilities.
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
SC_demo
- 整理图像特征点提取和分类的程序（可以作为场景分类的前期工作），自己调试过能运行，特征点提取用的SIFT算法，使用K-means聚类算法，将得到的20个聚类中心写入txt文本中-Finishing the image feature point extraction and classification procedures (which can be as the preparatory work of the scene classification), their own debugging
stopword-list
- 在文本进行分类聚类之前，必须对文本进行预处理。预处理的第一步是分词，这中间需要去除停用词。这个文件就是停用词列表-Must preprocess the text before the text classification clustering. The first step in preprocessing is the word, the middle need to remove the stop words. This file is the stop word list
apclusterK
- 用matlab写的affinity propagation对英文文档进行聚类处理，适合短文本，且可指定cluster个数-Using affinity propagation to cluster english documents
vsm
- 用TFIDF方式实现了特征向量空间的建立，将文本文件先进行特征词的准备 再生成特征向量的形式，为接下来的聚类做了准备。用Ｃ-The TFIDF way to achieve the establishment of the feature vector space, the preparation of the text file first feature words and then generate the form of feature vectors, and made prepara
java_kmeans
- java实现kmeans算法，可以处理任意维度的向量。并将聚类结果写入文本。-The kmeans algorithm java, and can handle any dimension vector. And write text clustering results.
Cjulei
- 将文本文件中数据按照C均值聚类算法进行聚类-The text file data according to C-means clustering algorithm for clustering
frequent-term-based-text-clustering
- 一篇很好的基于主题的聚类方法论文，可以用在文本分类等众多领域-frequent term-based text clustering
AP-Cluster
- AP聚类算法的C++代码实现，其中数据是文本读入iris数据，P值选取欧式矩阵最小值。显示结果为聚类后结果-AP clustering algorithm C++ code, in which data is read into the text iris data, P values selected European matrix minimum. Showing results clustering results after
malletTest
- mallet测试代码， 非常优秀的自然语言处理工具包，基于Java编写，可以进行文本分类，聚类等功能，并且支持加入自定义的算法，其中有众多的ＡＰＩ接口，有着很好的研究和实用价值。-mallet test code, very good natural language processing toolkit based on Java, you can text classification, clustering and other functions, and supports adding
Affinity-Propagation
- 聚类作为海量数据智能处理的一种基本手段，在数据挖掘、模式识别、图像分割、文本分析等众多领域中占有重要地位- Affinity Propagation
Votingkmeans
- 基于文本数据的投票k-means聚类融合算法的实现-Voting k-means clustering text-based data fusion algorithm implementation
julei
- TFIDF产生文本权重，在用K-means算法进行聚类。方法简单，可供相关人员参考继续深入学习-TFIDF generated text weights in with K-means clustering algorithm. The method is simple, the relevant officers for further study
cluster
- mahout的聚类算法，采用了路透社的预料文本，出自《mahout in action》一书。-Mahout clustering algorithm
Cluster_DBSCAN_txt
- DBSCAN算法；读取文本数据；聚类表示；简单快速-DBSCAN algorithm read text data clustering representation simple and fast
Enhancedtextmining
- 强化版本文本挖掘流程，包含分词，分类聚类，分词结果评估等-Enhanced version of the text mining process, including word segmentation, classification clustering, segmentation results uation, etc.