搜索资源列表
m
- 模拟退火算法实现，内负有模拟退火的聚类，TSP等等6种问题的实现例子，在EXAMPLE文件夹内
K-SA
- 此文档是K类均值聚类和模拟退火结合的软硬件化分算法。众所周知，模拟退火算法的通用性，此算法是模拟退火的改进，较单纯的SA更优秀。
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
SA_GA
- 基于遗传模拟退火算法的聚类算法。将模拟退火算法与遗传算法相结合用于聚类分析，由于模拟退火算法和遗传算法可以互相取长补短，因此有效地克服了传统遗传算法的早熟现象，同时根据聚类问题的具体情况设计遗传编码方式、适应度函数，使该算法更有效、更快速地收敛到全局最优解。 -Genetic simulated annealing algorithm based on clustering algorithms. Simulated annealing algorithm and genetic algo
SA
- 改进模拟退火算法，应用并实现，希望对大家有所帮助。-Improved simulated annealing algorithm, the application and to achieve, I hope all of you to help.
k-means
- k-means算法实现WEB搜索，用模拟退火，对K-means聚类算法进行数据挖掘-k-means algorithm WEB search
wangzhan
- 智能优化算法（蚁群算法，模拟退火退火算法，遗传算法,等）-Intelligent optimization algorithm (ant group, annealing, genetic algorithm and so on)
monituihuojulei
- 常规聚类方法不能有效的处理局部极值问题，而模拟退火对处理极值问题有很好的能力
top-ten-algorithms-of-mathematical
- 自己在各个论坛上搜集的十大算法，Dijkstra算法，Floyd算法，动态规划，分治算法，概率算法，灰色预测，聚类算法，蒙特卡洛，模拟退火算法，神经网络等等，附有算法的原理，部分含有相关的程序源代码。-In various forums to collect the ten algorithms, Dijkstra algorithm, the Floyd algorithm, dynamic programming, divide and conquer algorithms, probabi
chapter20
- matlab学习案例，基于遗传模拟退火算法的聚类算法-the matlab case study, the clustering algorithm based on genetic simulated annealing algorithm
ga-as-fcm
- 基于遗传模拟退火算法的聚类算法肯定是可以用的，而且效果不错的。-Certainly genetic simulated annealing algorithm-based clustering algorithm can be used, and the effect is good.
monituihuo
- 遗传模拟退火+聚类 源程序+数据 学习该算法的重要案例-Genetic simulated annealing the+ clustering source+ data to learn the important case of the algorithm
基于遗传模拟退货的聚类算法
- 基于遗传算法和模拟退火的模糊均值聚类算法(Fuzzy mean clustering)
基于模拟退火算法的聚类算法
- 这是基于模拟退火算法的聚类算法，是一个很好的聚类问题。(This is a clustering algorithm based on simulated annealing algorithm and is a good clustering problem.)
基于遗传模拟退火算法的聚类算法
- 基于遗传模拟退火算法实现数据的聚类，为后续的数据分析做准备(Data clustering analysis based on genetic simulated annealing algorithm)
模拟退火算法
- 提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
模拟退火和模糊C均值分类
- 遗传模拟优化初始聚类中心,模糊C均值聚类(Genetic algorithm is used to optimize initial clustering centers and fuzzy C means clustering.)
chapter20 基于遗传模拟退火算法的聚类算法
- 基于matlab实现遗传、模拟算法在聚类中的应用(Application of genetic algorithm and simulation algorithm in clustering based on MATLAB)
基于遗传模拟退火算法的聚类算法
- 遗传模拟退火算法和聚类算法的结合，有助于学生课程设计，熟悉算法代码的学习(The combination of genetic simulated annealing algorithm and clustering algorithm is helpful to students' curriculum design and familiarity with algorithm code learning.)