搜索资源列表
simple_kmeans.tar
- 数据挖掘, k-means算法, openmp, mpich, 和单机版-kmeans algorithm
k_meansc_meansCluster
- 基于k均值、c均值等聚类算法,应用于数据挖掘-Based on the mean k, c means clustering algorithm, etc., used in data mining
Cmeansclusteringmethods
- 本算法在vc++6.0中进行实验。分别就分解聚类和C-均值聚类两种方法在IRIS数据集上进行操作。分类前先将数据集中的样本顺序打乱形成混合数据。分解聚类中,采用前100个样本用对分法编制程序将数据分为两类。C-均值聚类采用全部的150个样本,将类别参数K设为3,将数据分为三类。-The algorithm in vc++6.0 in the experiment. Separate cluster and decomposition of two C-means clustering metho
SAR
- 以MSTAR为实验数据,对SAR影像进行杂波统计分析研究。利用高斯、瑞利、对数正态、LN、gamma函数模型对其拟合,通过K-S方法检验拟合精度-The MSTAR the experimental data, statistical analysis of SAR images of clutter. Gaussian, Rayleigh, lognormal, LN, gamma function model to its fitting, fitting by means of check
KMEANS
- 输入:聚类个数k,以及包含 n个数据对象的数据库。输出:满足方差最小标准的k个聚类。处理流程: (1)从 n个数据对象任意选择 k 个对象作为初始聚类中心. (2)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;(3)重新计算每个(有变化)聚类的均值(中心对象) (4)循环(2)到(3)直到每个聚类不再发生变化为止-Input: number of clusters k, and n data object contains a
main
- /* 算法训练 ? 算法训练 区间k大数查询 ? 问题描述 给定一个序列,每次询问序列中第l个数到第r个数中第K大的数是哪个。 输入格式 第一行包含一个数n,表示序列长度。 第二行包含n个正整数,表示给定的序列。 第三个包含一个正整数m,表示询问个数。 接下来m行,每行三个数l,r,K,表示询问序列从左往右第l个数到第r个数中,从大往小第K大的数是哪个。序列元素从1开始标号。 输出格式 总共输出m行,每行一个数,表示
K_CenterPoint_PAM
- k中心点算法,也就是PAM算法。是数据挖掘中聚类分析的一种手段,用途广泛。-k center algorithm, i.e. PAM algorithm. Data mining is a means of cluster analysis, and versatile.
EMSeg
- EM 算法是求参数极大似然估计的一种方法,它可以从非完整数据集中对参数进行估计,是一种非常简单实用的学习算法。这种方法可以广泛地应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完全数据,可以具体来说,我们可以利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。-Expectation Maximization image segmentation Input: ima: gr