搜索资源列表
k_means_cluster
- k均值聚类算法 ，c语言实现 了基于均值的聚类分析，同时增加了多维向量分析功能，使得聚类的收敛速度更快。-k means clustering algorithm, c language implemented based on the mean cluster analysis, while increasing the multi-dimensional vector analysis functions, making the convergence faster clustering.
K-means
- 均值为K的聚类算法，是一种对聚类数据进行的最简单的算法，广泛应用在各种场合中。-K mean clustering algorithm for clustering data is the most simple algorithm, widely used in various occasions.
ClusteringToolbox1p0_Trail
- 聚类分析Matlab工具箱 Version1.0 Clustering Analysis Matlab Toolbox - Trial Version 1.0 ------------------------------------------------------------------------------ 1、该工具箱包括了常用的三种K-Means聚类分析和ISODATA聚类分析: ...\KMeans\Main_KMeans.m 标准 K-M
ACTC
- 基于改进的蚁群算法，应用于聚类算法中，是pdf格式的，欢迎下载-Based on improved ant colony algorithm, clustering algorithm used is the pdf format, please download
matlab实现Kmeans聚类算法
- matlab实现Kmeans聚类算法,一个文档可以学着自己编程序是实现聚类分割
聚类算法
- 本程序的最终目的是形成一套标准的用于聚类、可扩展的工具。包括的内容有1. 聚类算法：Kmeans和Kmedoid算法、FCMclust, GKclust, GGclust算法
birch 聚类算法
- 这是一用java实现的birch 聚类算法，可以简单的满足大家的要求，非常有用！！！
FCM聚类算法介绍
- FCM聚类算法介绍 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。 模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。
改进后的k均值聚类算法
- 这是加以改进后的聚类算法，适合研究聚类的学者使用。
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)
kmeans2
- 此程序可以实现大型数据聚类算法，其中含有测试数据。(This program can achieve large data clustering algorithm, which contains test data)
python-cure-implementation-master
- Python实现的cure聚类算法和K-means算法(python-cure-Kmeans-implementation)
K-mean
- K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大(K-means algorithm is a typical distance based clustering algorithm. The distance is used as the evaluation index of similarity, that is, the closer the distance between the two objects, the
FCM
- 模糊聚类算法源码，通过迭代聚类中心，以及隶属度函数，完成代码运算，用于数据挖掘初学者使用。(Fuzzy clustering algorithm source code, through the iterative clustering centers and membership function, complete code for data mining operations, for beginners to use.)
dbscan_for_data_upload
- Matlab语言写的经典聚类算法DBSCAN(the classical algorithm DBSCAN in Matlab)
kmeans
- 基于k均值的无监督聚类算法，输出有各个样本的类别标签，目标函数在每次迭代后的值，聚类中心以及聚类区间。内有测试数据，点击 test.m 可以完美运行。(The unsupervised clustering algorithm based on K means outputs the class labels of each sample, the value of the target function after each iteration, the clustering center a
warp-kmeans
- 传统的kmeans聚类算法不能保证时间序列聚类结果的时序性；基于warp-kmeans聚类算法可以有效处理时间序列的聚类问题，而且复杂度低，迭代次数少。 ，输出有目标函数在每次迭代后的值，聚类中心以及聚类区间。内有测试数据和相关文献，点击 test.m 可以完美运行(The traditional kmeans clustering algorithm can not guarantee the time series of the time series clustering results
K均值对图像进行聚类分析
- 用k-means算法对图像进行聚类，适合于初学者(K-means algorithm for clustering images, suitable for beginners)
聚类k-means
- 一个非常简单的kmeans算法，主要用于聚类分析，用户仅需要输入聚类数(A very simple kmeans algorithm, mainly for clustering analysis, users only need to enter the number of clusters)
DBSCAN
- DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。(DBSCAN is a representative density based clustering algorithm. Unlike the partition and hie