搜索资源列表
K_average
- 模式识别的经典算法之一，动态聚类的k均值算法，采用matlab进行编程，并对分类进行了画图分析。-the classic pattern recognition algorithms, dynamic clustering algorithm k mean using Matlab programming, as well as classification of the class analysis.
Cluster111
- C-均值动态聚类算法 matlab 很简单对 一组样本点的分类和中心点-C - Means clustering algorithm Matlab is very simple sample of a point and focal point for the classification
qiuzhijianlifengmianyishu
- 基于动态的K值均值酸法 MATLAB 动态聚类K值的算法-based on the dynamic K-means acid MATLAB dynamic clustering algorithm K
c-junzhi
- 一个关于c均值的聚类源程序,在matlab下运行-one on the c-means clustering source, operating under the Matlab
kmean
- 这是模式识别中关于k均值动态聚类算法的matlab源码-This is the pattern recognition on the k-means clustering algorithm Matlab FOSS
K_average
- 模式识别的经典算法之一，动态聚类的k均值算法，采用matlab进行编程
c_mean
- 利用c均值方法对图象进行聚类分割,此为matlab环境下的仿真代码
beyes
- 1.基于Bayes分类的MATLAB程序 2.遗传算法求解函数优化 3.基于Matlab的人工免疫算法 4.空间数据分析中最常用的是聚类分析(k均值算法代码) 5.蚁群算法的matlab源码
kmedia
- 用matlab语言实现k均值的模式识别的聚类算法
k_means
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 Matlab 源代码，以兰花数据集作为测试对象。
k_medoids
- 聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下
FCMClust
- 采用模糊C均值对数据集data聚为cluster_n类-Fuzzy C-means data sets of data together for cluster_n category
meimei
- matlab聚类分析方法，利用c均值方法对IRIS数据进行聚类分析-matlab cluster analysis methods using c mean clustering analysis of IRIS data
Kmeans-julei
- 动态聚类的k均值算法,采用matlab编程,内有多个子程序，和一个主程序-dynamic clustering algorithm k mean using matlab
mohujulei
- 自己编写的matlab模糊聚类的源码，模糊C均值，代码里面的注释很详细。-Fuzzy Clustering（matlab）
matFCMmatlab
- 用matlab实现的C均值模糊聚类方法，程序简单易懂，适合初学者学习以及中高级学者在编程时调用，真的非常好用！-Using matlab the C mean fuzzy clustering method, the program is simple to understand for beginners to learn, as well as senior scholars in the programming call, really easy to use!
fcm4
- 模糊聚类的图像分割,通过模糊c-均值（FCM）聚类实现图像的分割-Fuzzy clustering segmentation Image segmentation by fuzzy c-means (FCM) clustering.This is a very very very good file.matlab
kmean
- GIS遥感实习的时候用matlab做的K_均值法聚类-GIS RS KMeans
k-means-algorithm-
- 在matlab开发环境下用k均值算法实现数据的分类，以及得到数据的聚类中心- realizingthe data classification With k-means algorithm
mohuFCM
- 基于matlab的模糊均值C的聚类程序，可以实现彩色图像的聚类，能实现程序时间统计-Matlab-based fuzzy mean C clustering procedures, can achieve color image clustering, to achieve the program time statistics