搜索资源列表
wawatextcluster
- 蛙蛙的中文文本聚类，主要采用k-means算法。wawa s text cluster using C#.
1
- 基于WEKA平台的文本聚类研究与实现 文本聚类是文本挖掘领域的一个重要研究分支，是聚类方法在文本处理领域的应用。本文对基于空间向量模型的文本聚类过程做了较深入的讨论和总结，利用文本语料库，基于数据挖掘工具研究并实现了文本聚类的过程。本文首先给出了文本聚类的思想和过程，回顾了文本聚类领域的已有成果，列举了文本聚类领域在特征表示、特征提取等方面的基础研究工作。另外，本文回顾了现有的文本聚类算法，以及常用的文本聚类效果评价指标。在研究了已有成果的基础上，本文利用20 Newsgroup文本语料库，
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
TextClustering
- 文本聚类算法包含 tfidf的实现 k-means算法的实现-Text clustering algorithm contains tfidf implementation of the k-means algorithm to achieve
1
- 主要针对行业应用中用户信息、文本聚类等方面的K-means算法应用，覆盖面广-Mainly for industrial applications, user information, text clustering, K-means algorithm is applied, the coverage of a wide range of
cluster
- python语言实现k-means算法和Fast Search And Find Of Density Peaks算法用于文本聚类，-python language implements k-means algorithm and Fast Search And Find Of Density Peaks for text clustering algorithm,
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
kmeans
- k-means算法是文本聚类经典算法，也是数据挖掘十大经典算法之一。k-means算法Java实现。-k-means algorithm is a classical algorithm text clustering, data mining is one of the ten classic algorithms. k-means algorithm is implemented in Java.
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
textcluster
- java版的k-means算法，实现文本聚类功能-the k-means algorithm in java
CosineSimilarAlgorithmzf
- 这里会用到TF/IDF权重，用余弦夹角计算文本相似度，用方差计算两个数据间欧式距离，用k-means进行数据聚类等数学和统计知识。-Here will use the TF/IDF weight, with cosine angle calculation of text similarity, with the variance of the two data between the data of the European distance, with K-means data cluste
kmeans2
- k-means聚类,用于文本的聚类，可以简单的聚类文本信息(kmeans use to classification txt ti is easy to use)
CBIR-system
- 随着计算机科技的发展，图像检索的应用也越来越成熟，根据检索性质可分为两类：基于文本的图像检索和基于内容的图像检索。本论文通过研究基于内容的图像检索中的几个核心算法，用于聚类分析的K-means算法，通过haar小波变换来提取图像底层视觉特征，以及使用F-范数理论来进行相似性度量，来设计一个离线的图像检索系统。(With the development of computer technology, the application of image retrieval is more and mo