搜索资源列表
KMeanIntroduction
- 聚类分析是将集合中的数据按其相似性大小分成不同类别的一种方法,它是模式 识别中多变量无监督学习的一个分支,己成功地用于医学,地质,财务,工程,图像 处理和文档等的数据分类中；含有实现此算法的源码 -cluster analysis is to pool the data according to similar size into a different category, It is pattern recognition multivariable Unsupervised Le
dfdgg
- 图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列有意义的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。-image processing source code is a set image s
NTsys聚类软件说明
- 该软件广泛用于生物数据分析等，该文档可以帮助快速学习NTsys软件的基本聚类与图形显示功能
一种中文文本聚类的研究.rar
- 这里设计了一个中文文本聚类模型CTCMCChinese'Pext Clustering Model)，并针对模型中涉及到的特征表示、特征提取、特征向量调整和聚类算法等问题进行了研究。
聚类算法研究
- 聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。全面总结了数据挖掘中聚类算法的研究现状,分析比较了它们的性能差异和各自存在的优点及问题,并结合多媒体领域的应用需求指出了其今后的发展趋势。
模糊C-均值（FCM）聚类算法Matlab实现
- 模糊聚类是一种重要数据分析和建模的无监督方法。简单概述模糊聚类的概念，介绍模糊C-均值（FCM）算法，并在matlab软件上对该算法进行仿真，结果表明，该算法设计简单，应用范围广，但改算法仍存在容易陷入局部极值点等问题，还需进一步研究
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of Ca
LJClusterDemo
- 文本聚类是基于相似性算法的自动聚类技术，自动对大量无类别的文档进行归类，把内容相近的文档归为一类，并自动为该类生成特征主题词。适用于自动生成热点舆论专题、重大新闻事件追踪、情报的可视化分析等诸多应用。 灵玖Lingjoin（www.lingjoin.com）基于核心特征发现技术，突破了传统聚类方法空间消耗大，处理时间长的瓶颈；不仅聚类速度快，而且准确率高，内存消耗小，特别适合于超大规模的语料聚类和短文本的语料聚类。 灵玖文档聚类组件的主要特色在于： 1、速度快：可以处理海量规模
Chameleon
- Chameleon算法是一种通过在合并两类时用更高 的标准来提高聚类质量的聚类算法,它既考虑了互连 性,又考虑了近似度,特别是簇内部的特征,因而能够 自动地适应被合并簇的内部特征,因此具有较强的发 现任意形状和任意大小簇的能力。Chameleon算法首 先由数据集构造成一个K-最近邻图Gk,再通过一个 图的划分算法将图Gk划分成大量的子图,每个子图 代表一个初始子簇,最后用一个凝聚的层次聚类算法 反复地合并子簇来找到真正的结果簇。 -Chameleon
Clustering.Algorithms.Research
- 软件学报 2008年论文《聚类算法研究》，作者孙吉贵, 刘杰, 赵连宇。pdf格式，14页。对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括 另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上
File3
- 数据挖掘，聚类，遗传算法，k-means算法，基于遗传算法的k-means聚类方法。-Data mining, clustering, genetic algorithm, k-means algorithm, based on genetic algorithm k-means clustering method.
File10
- Web文档聚类系统的设计与实现：数据挖掘；聚类分柝：文本挖掘；预处理；聚类组合；可 视化；欧氏距离-Web Document Clustering Design and Implementation: Data mining Clustering Hierarchical: text mining pretreatment cluster combinations visualization Euclidean distance
FCM聚类算法介绍
- FCM聚类算法介绍 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。 模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。
FCM
- 模糊聚类算法源码，通过迭代聚类中心，以及隶属度函数，完成代码运算，用于数据挖掘初学者使用。(Fuzzy clustering algorithm source code, through the iterative clustering centers and membership function, complete code for data mining operations, for beginners to use.)
面向高维数据的子空间聚类算法研究
- 面向高维数据的子空间聚类算法研究，包括所有的硬子空间，软子空间等聚类算法，也包括一些新提出的子空间聚类算法及其伪代码和实验分析。(The research of subspace clustering algorithms for high-dimensional data includes all the hard subspace, soft subspace and other clustering algorithms. It also includes some newly propo
数据挖掘应用实例-银行客户数据分析
- 银行数据分析,详细说明了运用聚类分析的方法对银行数据进行分析的步骤(analysis of the bank data)
Introduction.To.Data.Mining].Pang
- 数据挖掘介绍，包括数据预处理，可视化，预测建模，关联分析，聚类和异常检测(Data mining introduces data preprocessing, visualization, predictive modeling, association analysis, clustering, and anomaly detection)
sas_cluster
- sas 聚类分析带教程（PPT）含检验数据(clustering analysis band tutorial (PPT) containing test data)
文本分析聚类实战
- 文本挖掘是从大量的文本数据中抽取隐含的，求和的，可能有用的信息。 通过文本挖掘实现 ?Associate：关联分析，根据同时出现的频率找出关联规则 ?Cluster：将相似的文档（词条）进行聚类 ?Categorize：将文本划分到预先定义的类别里(Text mining is a kind of information that is extracted from a large number of text data, which may be useful. Implementa
Clementine两步聚类
- 数据挖掘工具Clementine进行两步聚类的全流程指导