搜索资源列表
mpi_kmeans_
- 改进的k均值算法,可以加速运行时间,详见Using the Triangle Inequality to Accelerate k-Means
shujuwajuexitongyanjiu
- :现有NIDS 的检测知识一般由手工编写,其难度和工作量都较大。将数据挖掘技术应用于网络入侵检测,在Snort 的 基础上构建了基于数据挖掘的网络入侵检测系统模型。重点设计和实现了基于K-Means 算法的异常检测引擎和聚类分析模 块,以及基于Apriori 算法的关联分析器。实验结果表明,聚类分析模块能够自动建立网络正常行为模型,并用于异常检测, 其关联分析器能够自动挖掘出新的入侵检测规则。
clustBoost
- 聚类分析程序 k-means 编译环境 gcc/stl
Kmeans
- K-means算法,聚类分析中的一个重要的算法,用于分类
kmeans_em
- k means algorithms for clustering purpose
function_k_mean_clustering
- k-means聚类算法,并用遗传算法辅助实现聚类的实现。
newkmeans
- k-means算法,请大家参考,这是一个新的k-means源码
sambhare
- matlab编写的纹理图像分割 gussian滤波后k-means聚类 并将不同区域用线条表示出来 除m程序还包括测试图片、pdf文件、ppt文件、doc文档
mopsoGECCO.tar
- The last step in training phase is refinement of the clusters found above. Although DynamicClustering counters all the basic k-means disadvantages, setting the intra-cluster similarity r may require experimentation. Also, a cluster may have a
kmeans
- k-means源码(K均值聚类算法源码)
Clustering
- Determination of number of clusters in K-Means Clustering and Application in color image segmenta
cjdkfoe
- 寻找k个聚类中心的算法,也就是对k-means算法初始化进行改进的一种算法
KMEANS
- K-MEANS算法 输入:聚类个数k,以及包含 n个数据对象的数据库。 输出:满足方差最小标准的k个聚类。 处理流程: (1) 从 n个数据对象任意选择 k 个对象作为初始聚类中心; (2) 循环(3)到(4)直到每个聚类不再发生变化为止 (3) 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分; (4) 重新计算每个(有变化)聚类的均值(中心对象)
k-means
- kmeans聚类算法c版本 应用于三维数据操作
Kmeans_EM_Delphi
- 这是一个关于k-means和E-M的比较文件,里面包括源代码和详细的试验报告
wawatextcluster
- 蛙蛙的中文文本聚类,主要采用k-means算法。wawa s text cluster using C#.
sjwl
- K-Means动态聚类算法源程序 基于vc程序的实现
clustering
- 将Weka数据挖掘工具所产生的K-MEANS和DBSCAN结果转化成MATLAB可输出三维图像的格式
SimpleMain
- K-means algorithm, written by visual c++ 6
KmeansImageSegmentation
- 基于Opencv实现的k-means聚类图像分割算法,可自定义聚类个数,根据像素点的位置和颜色进行聚类