搜索资源列表
K_average
- matlab实现的k均值聚类算法，可以实现对大量数据的有效分类-matlab implementation of the k-means clustering algorithm, can achieve a large amount of data on an effective classification
k-means
- 实现了K均值算法，可以对movielens上的数据进行自动分类，给出推荐值，是数据挖掘中的信息推介必要的算法工具。可以直接对movelens的数据进行聚类-Implementation of the K-means algorithm, can movielens on automatic classification of data, recommend give the value of data mining are to promote the necessary information
kmeans
- 这个应用程序是使用k均值聚类算法分割一个灰度图像。-This application is the use of k-means clustering algorithm partitions a gray-scale image.
kmeans
- 这个应用程序是使用k均值聚类算法分割一个灰度图像-Application of kmeans clustering algorithm to segment a grey scale image on diferent classes.
K-meansNB
- ：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记 录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明，与朴素贝叶斯相比，基于K—means思想的朴素贝叶斯算法具有较高的分类准确率。-: K-means algorithm will
k_algorithm
- K均值：用于动态聚类算法，来按照样本之间的相似程度进行分类，相似的归为一类，不相似的为另一类。划分的结果应使表示聚类质量的准则函数最大。-K均值
kmlocal-1.7.1
- k均值聚类工具包kmlocal-1.7.1.rar，c源码-k-means clustering toolkit kmlocal-1.7.1.rar, c-source
Img2
- VC++开发的基本图象处理程序，包括分割，滤波，K均值分割，骨架提取，形态学方法，Hough变换等。-VC++ development of the basic image processing procedures, including segmentation, filtering, K mean segmentation, skeleton extraction, morphological methods, Hough transform and so on.
192010k-average
- kmeans均值聚类算法:一种改进的基于半监督聚类的入侵检测算法ASCID（Active-learning Semi-supervised Clustering Intrusion Detection），-kmeans clustering algorithm Algorithm was simulated by KDD 99 datasets， which the experimental results demonstrate that ASCID algorithm can impro
Kmeans_grayimage
- 简单的灰度图像的K均值聚类分割，Matlab实现-gray image segmentation using K-means clustering by matlab.
KMEANS
- K-Means动态聚类算法源程序。可以用来发现社团结构。-Dynamic K-Means clustering algorithm source code. The structure can be used to find associations.
kMeansCluster
- k均值分类 效率高 代码简单 利用最小均方误差准则编写-k-means efficient
KMeansBMPSeg
- 模式识别经典方法之一 K均值算法（KMeans）进行图像分割 有完善的图形界面 可以通过柱状图的形式动态展示聚类程序-One of the classical method of pattern recognition K means algorithm (KMeans) for image segmentation has improved graphical interface can be dynamically displayed in the form of histogram clu
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
proj10-01
- 在试验中编写程序实现了K均值聚类算法,K均值聚类的原理是：在训练样本中找到C个聚类中心，每个聚类中心代表一个类的中心。然后将样本归类到与其最近的聚类中心的那一类。 C的选择是通过先验知识或经验选取的。聚类中心是通过算法迭代求得的。-In the test preparation process to achieve a K means clustering algorithm, K means clustering principle is: in the training samples to
k
- 模式识别中的K均值聚类分析方法，该方法力偶那个迭代过程来进行处理，一步步逼近结果-Pattern Recognition Analysis of K-means clustering method Couple iterative process to deal with that, step by step approach results
Ksam
- 新颖的K均值聚类算法，以SAM作为两个向量的距离度量，取代原始的向量间的距离-Multi-spectral K-mean clustering with SAM as spectral similarty
mean-K-KPCA
- 通过核 K- 均值聚类的方法对语音帧进行聚类 , 由于聚类的中心能够很好地代表类内的特征, 用中心样本帧取代该类, 减少了核矩阵的维数, 然后再采用稀疏 KPCA方法对核矩阵进行特征提取。-Through the nuclear K-means clustering method for clustering of speech frames, the cluster center can be a good representative of the class characteristics
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。
Kjunzhi
- 一个简单的k均值聚类例程，适合数据挖掘初学者练习(A simple K mean clustering routines, practice for data mining beginners.)