搜索资源列表
K－均值聚类算法C++编程
- K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。-K-means clustering algorithm programming. Point by point, inc
以K－均值聚类结果为初始解的模拟退火聚类
- 由于K－均值聚类算法局部最优的特点，而模拟退火算法理论上具有全局最优的特点。因此，用模拟退火算法对聚类进行了改进。20组聚类仿真表明，平均每次对K结果值改进8次左右，效果显著。下一步工作：实际上在高温区随机生成邻域是个组合爆炸问题（见本人上载软件‘k－均值聚类算法’所述），高温跳出局部解的概率几乎为0，因此正考虑采用凸包约束进行模拟聚类，相关工作正在进行。很快将奉献给各位朋友。-as K-means clustering algorithm for optimal local character
kmeans聚类算法源码
- k均值聚类算法源码，比较经典，无解压密码-kmeans clustering algorithm source code,comparatively classical,no password for unzip
dataMining.rar
- 数据挖掘的软件，集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法,software of data mining
k-means
- K-means均值聚类算法,用C语言实现 k-均值聚类算法 -Means K-means clustering algorithm, using C language realization of k-means clustering algorithm
k-centers
- 不同于k均值聚类的k中心聚类，2007年SCIENCE文章Clustering by Passing Messages Between Data Points 中的方法-Unlike k-means clustering of the k cluster centers, in 2007 SCIENCE article, Clustering by Passing Messages Between Data Points of the Method
K-Means
- 聚类算法主要针对k-均值法求解聚类问题，可以用于神经网络。-k-means
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
kmeanC
- k均值聚类算法的C++实现，在VC2003下调试通过。-k-means clustering algorithm C++ implementation, the VC2003 debug through.
kmeans
- 关于K均值聚类的算法，对搞人工智能的有用-With regard to K-means clustering algorithm, to engage in a useful artificial intelligence
Kmeans
- 用vc++很好的实现了K均值聚类算法的研究，这是一完整的用VC++实现的程序，有效地完成了模式识别-Using vc++ achieved a very good K-means clustering algorithm, which is a complete implementation using VC++ program, the efficient completion of the pattern recognition
Kmeans
- 对已存入txt文件中的样本点就行K均值聚类，可输出质心和各个类包含的样本点-Txt files that have been deposited in the sample points on the line K means clustering, centroid, and each output class contains the sample points
ClusteringStatic
- 聚类分析算法,k均值聚类分析算法c++源码-clustering statics
k_means_cluster
- k均值聚类算法 ，c语言实现 了基于均值的聚类分析，同时增加了多维向量分析功能，使得聚类的收敛速度更快。-k means clustering algorithm, c language implemented based on the mean cluster analysis, while increasing the multi-dimensional vector analysis functions, making the convergence faster clustering.
K-means
- 均值为K的聚类算法，是一种对聚类数据进行的最简单的算法，广泛应用在各种场合中。-K mean clustering algorithm for clustering data is the most simple algorithm, widely used in various occasions.
k-means-clustering-of-rbf-
- 聚类算法：聚类分析是指事先不了解一批样品中的每一个样品的类别 基于k均值聚类学习算法的rbf神经网络实现-Clustering algorithm: cluster analysis is the prior knowledge of each batch of samples in the sample of category learning algorithm based on k means clustering of rbf neural network
K-average(N-dimension)
- K均值聚类算法实现有二维的聚类扩展到任意维样本点的聚类，代码中附加了详细的原理性说明，还有相关例子提示，效果不错-K-means clustering algorithm to achieve a two-dimensional clustering extends to any dimension of the cluster sample points, the code attached to the principle of detailed instructions, and tips
RBF-k均值聚类
- RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值。RBF权值的初始聚类方法较为复杂，比较简单的有K均值聚类，复杂的有遗传聚类，蚁群聚类等，这个RBF网络的程序是基于K均值聚类的RBF代码。(RBF (radial basis function network) is an important neural network. The training of RBF network is divided
Kmeans
- 可以实现K均值聚类的MATLAB程序。但是有点小问题。(The MATLAB program of K mean clustering can be realized.)