搜索资源列表
juleifenxijishujiqiyunyongyanjiu
- 聚类分析是数据挖掘的重要概念,它广泛应用于模式识别!图像处理!数据分析和市场研究等领域,但在评 价中的应用研究却很少,针对这些问题,把聚类分析技术的基本概念和方法运用于评价,并通过实例阐述其在评价 中应用的重要性。
mbclust
- matlab clustering 非常好的 聚类分析代码
k_Mean
- K聚类分析,通过使用欧式距离,K聚类方法显示聚类结果,用于分类
zhengrf
- 用模糊聚类分析对数据进行分类,用VC编程,我自己写的,希望对你有帮助哦
fuz
- 模糊数学实验指导书,书中讲述了matlab编程实现了聚类分析以及多目标规划等问题,具有很好的指导意义
Clustering
- 使用聚类中K-平均算法,以颜色分量作为坐标参数,对景象图进行聚类分析,要求最后的分类结果将路标(可能包括少量相似区域)聚类为一个模式类别
src
- 使用k-means算法实现聚类分析,将四维的数据分成三个簇.
KMEANS
- 聚类分析:K-Means动态聚类算法的源程序
ISODATA
- ISODATA算法是一种基于统计模式识别的非监督学习动态聚类算法,有较强的实用性。介绍了ISODATA算法原理和实现步骤,结合具体算例进行了聚类分析,得到了理想的分类结果,并分析了参数的选取将对分类结果产生的影响。
API
- 此文件为自已自制的一聚类分析的动态链接库,可供大家使用!
ISODATA
- 模糊ISODATA聚类分析,可以模糊矩阵数据进行聚类分析
CollectAnaly
- 用matalab实现的最短距离算法的系统聚类分析对样本进行分类
Cluster-Analysis
- 在模式识别中,尤其需要对一些样本进行分类,聚类分析是常用的方法,本程序基于最小最大距离的聚类原则实现对样本的聚类
funds2
- 运用遗传算法进行聚类分析,对基金的风格进行分类
CLUSTERMATLAB
- 可方便地实现聚类分析,MATLAB版的,多多珍惜啊
clustering
- 聚类分析是对探测数据进行分类分析的一个工具,聚类分析的结果可以被用来对数据提出初始假设,分类新数据,测试数据的同类型及压缩数据。
cluster
- 对iris数据进行聚类分析的java源程序
cluster-2.9
- ClustanGraphics聚类分析工具。提供了11种聚类算法。 Single Linkage (or Minimum Method, Nearest Neighbor) Complete Linkage (or Maximum Method, Furthest Neighbor) Average Linkage (UPGMA) Weighted Average Linkage (WPGMA) Mean Proximity Centroid (UPGMC)
RBF
- 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析,并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法,隐含层到输出层通过“模2递减”学习速率的BP学习;蚁群算法根据信息素的分配能够自动调整收索 路径,从而达到数据自动聚类的目的。结果表明,与蚁群算法相比,改进RBFN具有快速收敛、自动识别奇异样本的优点,而蚁群算法 无须教师学习,并能够达到全局最优。
WebStreamingData
- web流数据聚类挖掘的研究和应用。流数据作为一种特殊的可挖掘的数据类型,特别是基于网络技术迅速发展的今天,其彰显出的重要地位决定了它的挖掘技术需要被认真考虑,而如何在流数据中进行有效的聚类分析,是一个吸引研究者很大注意力的问题。