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
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.
kMeans
- 用python实现k-means算法。随机生成二位可视化数据集 然后进行可视化聚类(The k-means algorithm is implemented with Python. Randomly generate two bit visual data set and visualize clustering.)
globle_kmeans
- 全局k-means算法，可有效解决传统k-means算法受初始点影响的缺陷，该方法可获得数据稳定的聚类结果。
automatic_image_segement
- 本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。，设计合理的准则改进了图像的全自动分割方法，使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy
k_means
- 利用K均值算法对Iris数据集进行聚类，实现Iris数据集的无监督学习。(K-means algorithm is used to cluster iris data set to realize unsupervised learning.)
K_means分类算法
- k-means分类算法MATLAB实现，将数据分类到不同中心范围