搜索资源列表
881
- 一种高效的聚类算法给定要聚类的N的对象以及N*N的距离矩阵(或者是相似性矩阵), 层次式聚类方法的基本步骤(参看S.C. Johnson in 1967)如下:-An Efficient Algorithm for the cluster must be the object of N and N * N distance matrix (or similarity matrix), the hierarchical clustering method the basic steps (see
dfdgg
- 图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一,是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则,对图像像素进行分组聚类,把图像平面划分为一系列有意义的区域,使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少,同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段,因此分割的精确程度是至关重要的。-image processing source code is a set image s
ccfx
- 层次分析中确定权重的方法,主要是针对聚类中没有出现交叉情况下确定权重
singlelink
- 聚类算法:最短距离算法。对给定的数据集进行自底向上的层次的分解,直到某种条件满足而已。缺陷在于一旦一个步骤完成,它就不能被撤消这个严格的规定是有用的,由于不用担心组合数目的不同选择,计算代价会较小。
cluster-2.9
- Andreas Stolcke开发的聚类源码, 版本2.9。聚类方法是层次合并聚类,同时使用了主成份分析转化向量空间。
treeshiqw
- 目前的搜索引擎产生的搜索结果过于庞大和杂乱,用户难以从大量的结果集中快速找到自己感兴趣的信息。 为了便于用户浏览,利用文档聚类算法将搜索结果自动聚类,形成一个类似文件夹的层次结构是一种好的方法。 传统的文档聚类算法,所产生的聚类结果簇没有可读性,不适于直接应用于网页的聚类。
k-means-and-cure-in-Iris-Data-Set
- 聚类算法实验,采用两种不同类型的聚类算法:基于划分的聚类方法k-means和基于层次的聚类方法CURE,采用的数据集是:Iris Data Set,数据集中共包含150组数据信息。 材料中有详细的说明文档,具体介绍了算法实现的细节,很容易理解-Clustering algorithm experiment, using two different types of clustering algorithm: Partition-based clustering method k-means
KMEANS.rar
- 聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的 重要手段和方法。聚类无论在商务领域,还是在生物学、W七b文档分类、图像 处理等其他领域都得到了有效的应用。目前聚类算法大体上分为基于划分的方 法、基于层次的方法、基于密度的方法、基于网格的方法、基于模型的方法以及 模糊聚类。 ,erer
HCL
- 聚类 层次分析代码 JAVA版 聚类 层次分析代码 JAVA版聚类 层次分析代码 JAVA版-Cluster analysis of code-level version of JAVA
DNAanalysis
- DNA序列分析,dna聚类软件,层次分析法MATLAB程序-DNA,MATLAB
AGNESHierarchicalDataMining
- 层次AGNES聚类挖掘,本程序用MFC强力打造经典算法,程序附有要处理的数据集,程序源代码有很详细的注释,功能基本实现,但是也有部分BUG,望广大用户斧正 。-AGNES clustering Hierarchical mining, the program uses MFC to create a strong classical algorithm, the program to deal with data sets, the program source code with very d
271015c6102c
- 一种高效的聚类算法给定要聚类的N的对象以及N*N的距离矩阵(或者是相似性矩阵), 层次式聚类方法的基本步骤(参看S.C. Johnson in 1967)-An efficient clustering algorithm given the object of the clustering N and N* N matrix of distances (or similarity matrix), the basic steps of the hierarchical clustering m
FCEPAHPPcluster
- 模糊综合评价+层次分析法+聚类 结合层次分析法特点,能够自主计算出综合评价中各指标的权重,避免自主赋权的主观性;同时附带有聚类指标,将所得结果分类-FCE APH cluster
mathematical-model-15
- matlab数学建模中的15个模型的算法讲解与举例,包括灰色预测、灰色关联分析、主成分分析法、模糊聚类分析、随机模拟、多元回归模型、正交试验设计、图论、目标规划模型、马尔可夫预测方法、时间序列分析、模糊综合评价模型、层次分析模型、模糊数学方法、模拟退火算法。-15 model matlab mathematical modeling method to explain with examples, including the gray prediction, gray correlation a
u
- 这是关于层次分析法、聚类分析、主成分分析的源代码-This is about the level of analysis, cluster analysis, principal component analysis of the source code
Geographic-data-analysis-Matlab
- 代码基于Matlab软件,讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时(空)间序列分析、Markov链、R/S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿本书讲授的计算过程,读者可以加深对有关数学方法的认识和理解,并且掌握很多Matlab的应用技巧。代码规范,可研究价值高。 -Code based on the Matlab software, tells the story of a large number of
Particlesystemfalls
- 本文的主要贡献是以线元为基本造型单位,运用动力学原理模拟瀑布的运动轨迹[9],结合层次包围盒技术和建立聚类树加速粒子与障碍物之间的碰撞检测,并采用逐渐淡化融合的方法绘制粒子,形成了具有真实感的实时瀑布飞溅的效果。-Contribution of this article is based on the line for basic modeling unit, use the dynamics simulation trajectories of waterfall [9], combined
BIRCH
- 使用MATLAB语言,基于B-TREE树实现了层次聚类算法,并且进行了绘图输出。(The main program of hierarchical clustering using B-Tree.)
Clustering
- 1) 使用凝聚型层次聚类算法(即最小生成树算法)对所有数据点进行聚类,最后聚成3类。相异度定义方法可选择single linkage、complete linkage、average linkage或者average group linkage中任意一种。 2) 使用C-Means算法对所有数据点进行聚类。C=3。 任务2(必做): 使用高斯混合模型(GMM)聚类算法对所有数据点进行聚类。C=3。并请给出得到的混合模型参数(包括比例??、均值??和协方差Σ)。 任务3(全做): 1) 参考数据文
matlab代码
- Matlab代码,根据算法原理自己编写的基本算法的代码,有:KNN,层次聚类,C均值,最邻近算法。包括自己挑选的数据集,对算法准确率的测试。(Matlab code, the code of the basic algorithm written by itself according to the algorithm principle, there are: KNN, hierarchical clustering, C-means, nearest neighbor algorithm.