搜索资源列表
clusterinquest
- cluster in quest聚类算法是基于密度和网格的聚类算法。对于大型数据库的高维数据聚类集合。-cluster in quest clustering algorithm is based on the density of the grid and clustering algorithm. For large database of high-dimensional data clustering pool.
ann_1.1.1.tar
- 用于高维数据的检索或最临近索搜索 高维数据处理一直是计算机数据挖掘, 图像检索方向的难点, 该算法是一种近似最临近方法, 效率提高比较多的
LLE
- 此程序为非线性降维典型算法之一－－LLE算法，对想进行高维数据降维研究的朋友们值得一看
LGE
- 一个用来计算高维数据线性图形嵌入的matlab函数，是几乎所有线性降维算法（如LPP, NPE, IsoProjection, LSDA.）都要用的一个文件，在这里上传给大家，一定用得着！
Matlab_PCA
- 做模式分类时（例如指纹识别，人脸识别），一个需要处理的难题是维数非常大，人脸往往是百万维的，目前计算机的能力还不足以快速地计算这么高维的数据。pca是一中降维的方法，用它可以把高维数据映射到一个维数较低的空间上考虑。
PCA
- 主成分分析方法（PCA），PCA算法的理论依据是K-L变换，通过一定的性能目标来寻找线性变换W，实现对高维数据的降维。
hdda_toolbox
- 高维数据判别分析程序！数据挖掘及图像分析利器！matlab版！
hddc_toolbox
- 高维数据分类程序！数据挖掘及图像分析利器！matlab版！
基于支持SVM Web数据挖掘
- 基于svm的WEB数据挖掘的文档，SVM的方法开辟了学习高维数据新的天地，为WEB数据开发提供了一个先进的思路。-svm Web-based data mining documents, SVM method opened up a high-dimensional data learning new vista for the development of Web data provided an advanced ideas.
R Tree 多维数据
- R树是一种用于处理多维数据的数据结构，用来访问二维或者更高维区域对象组成的空间数据.R树是一棵平衡树
对高维数据采用PCA进行降维处理
- 对高维数据采用PCA进行降维处理，主成分个数采用累积方差贡献率的方法确定
pca
- 非线性降维方法 可以应用于高维数据的机器学习-Nonlinear dimensionality reduction methods can be applied to high-dimensional data, machine learning
面向高维数据的子空间聚类算法研究
- 面向高维数据的子空间聚类算法研究，包括所有的硬子空间，软子空间等聚类算法，也包括一些新提出的子空间聚类算法及其伪代码和实验分析。(The research of subspace clustering algorithms for high-dimensional data includes all the hard subspace, soft subspace and other clustering algorithms. It also includes some newly propo
CPOTT
- 高维数据判别分析程序！数据挖掘及图像分析利器！matlab版！()
高维数据分析
- 此文件为高维数据分析的基础课程，想要学习统计方面知识的还可以下载看看
LSHash-master
- 高维数据降维，并能够快速的检索到想要的数据(Dimensionality reduction of high dimensional data)
清华大学数据可视化教程高维数据可视化v3-9509917
- 清华大学数据可视化教程高维数据可视化v3-9509917，python菜鸟必备(Tsinghua University data visualization tutorial high dimensional data visualization v3-9509917, python rookie essential)
复杂高维数据中异常点挖掘算法研究_徐晓丹
- 数据挖掘 复杂高维数据中异常点挖掘算法研究_徐晓丹(data mining Research on anomaly point mining algorithm in complex high-dimensional data _ xu xiaodan)
87361055LaplacianEigenmapSwissRoll
- 对高维数据进行降维，可以方便大家利用时间。(Dimensionality reduction for high dimensional data)
数据挖掘中聚类算法研究进展_周涛
- 聚类分析是数据挖掘中重要的研究内容之一，对聚类准则进行了总结，对五类传统的聚类算法的研究 现状和进展进行了较为全面的总结，就一些新的聚类算法进行了梳理，根据样本归属关系、样本数据预处理、 样本的相似性度量、样本的更新策略、样本的高维性和与其他学科的融合等六个方面对聚类中近 20多个新算 法，如粒度聚类、不确定聚类、量子聚类、核聚类、谱聚类、聚类集成、概念聚类、球壳聚类、仿射聚类、数据流聚 类等，分别进行了详细的概括。(Clustering analysis is one of the impor