搜索资源列表
k均值聚类算法分析
- k均值聚类算法分析，采用C++编程技术，提供代码可重用机制 -k-means clustering algorithm analysis, the use of C programming, code reuse mechanism
91331988FCM
- fcm聚类的聚类分析方法， c++的载体，可用于数据的聚类-fcm
programeoffuzzylustering
- 在对样本进行分析时，一般可对样本进行模糊聚类，然后再找出交遇区，利用交遇区的新样本进行分类，可建立线性分段分类器-fuzzy clustering
NTsys-2.10e
- 可以进行生物群体的聚类分析,可以做个体的聚类分析还可以做各种群的聚类分析-Cluster analysis of the biological communities
CPPk-means
- K-MEANS算法实例，可以用于数据聚类分析，现成的源代码-K-MEANS algorithm instance, can be used for data clustering analysis, existing source code
fuzzy_cluster1
- fuzzy_cluster模糊聚类分析，本函数使用的是直接聚类法，直接输出聚类信息，无返回值 输入参数data是需要分类的数据，将会对data的列分类，请输入数据前把需要分类的向量按列保存到矩阵data 输入参数numda是分类的分类点，如果不知道可以先省略，系统默认1-0依次减小用以方便判断分割点，然后用户再细分- Fuzzy_cluster fuzzy clustering analysis, the function uses the clustering method i
Kjunzhi
- k均值算法，对一组三维数据进行K均值聚类分析，分为三类-k-means algorithm, a set of three-dimensional data of K-means clustering analysis, divided into three categories
Hierarchical-clustering-analysis
- 数据聚类 (英语 : Cluster analysis) 是对于静态数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset），这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。-Data Clustering (English: Cluster analysis) for a static data analysis techniqu
Hierarchical-clustering
- 使用VC++对给出的数据分别进行均值聚类、平均距离聚类、最小距离聚类和最大距离聚类运算，进行分析比较。-VC++ use of the data presented were mean clustering, average distance clustering, minimum and maximum distances the cluster clustering operation, were analyzed and compared.
ratgb_maintanence
- 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()
819197
- 一款非常好用的文献分析软件,可实现引文分析,共被引分析及聚类分析等功能,()
caintain_Illinois
- 使用k-means算法实现聚类分析,将四维的数据分成三个簇()