搜索资源列表
cluster
- 对一个随机生成100个0到100的点，实现k=2的聚类划分(Clustering and partitioning of k=2)
GMM
- 实现了EM算法对高斯混合模型进行聚类，并将聚类结果用图像展示出来，希望对混合模型的朋友有用。(The EM algorithm is implemented to cluster the Gauss mixture model, and the clustering results are displayed with images, hoping to be useful to friends of the mixed models.)
FCMCluster
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c- means clustering algorithm fuzzy c-means algorithm (FCMA) or FCM. Among the many fuzzy clustering a
AGNES
- 层次聚类，凝聚法指的是初始时将每个样本点当做一个类簇，所以原始类簇的大小等于样本点的个数，然后依据某种准则合并这些初始的类簇，直到达到某种条件或者达到设定的分类数目。(hierarchical clustering)
iris_FCM
- 实现了模糊聚类算法，将数据聚为几类，有数据，可直接测试(Fuzzy clustering algorithm is implemented, and data can be aggregating into several classes. Data can be directly tested.)
kNN
- 这是用于描述KNN聚类的python源代码，可以结合各位实际的需要使用(This is the python source code used to describe KNN clustering. It can be combined with your actual needs.)
第一部分算法程序改后
- 聚类分割实现的MRI图像分割，效果还算可以，硕士算法是在这个基础上改进的。(The MRI image segmentation achieved by clustering segmentation is acceptable. The master algorithm is improved on this basis.)
GABP
- 聚类实现的另外一种算法，效果OK，可以参考使用，脑部分组织分割不错。(Another algorithm implemented by clustering is OK, which can be used for reference. Partial segmentation of brain tissue is good.)
CureDemo
- 实现的cure聚类的demo。算法在开始时，每个点都是一个簇，然后将距离最近的簇结合，一直到簇的个数为要求的K。它是一种分裂的层次聚类。算法分为以下6步： 1）从源数据对象中抽取一个随机样本S。 2）将样本S分割为一组划分。 3）对划分局部的聚类。 4）通过随机取样提出孤立点。如果一个簇增长得太慢，就去掉它。 5）对局部的簇进行聚类。 6）用相应的簇标签标记数据。(The implementation of the cure clustering of the
svc_txy
- 支持向量聚类demo,l利用matlab实现支持向量聚类，代码简单(Support vector clustering)
FCM,模糊C均值聚类的MATLAB实现[matlab]-FCM
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means algorithm (FCMA) or FCM. Among many fuzzy clustering algorithms, the fuzzy C-means (FCM) algor
Hierarchical clustering
- 可以进行聚类分析中的层次聚类，是经典聚类中常用的方法。(Hierarchical clustering in clustering analysis is a common method in classical clustering.)
1、K-means学习
- 用k-meas算法对图片聚类,根据图像的颜色，聚类成若干类(Using k-means algorithom to clustering a picture)
Clustering-master
- 一个基础的聚类算法，带数据集，适合初步研究聚类算法的人学习。(A basic clustering algorithm, with data sets, is suitable for the preliminary study of clustering algorithm for human learning.)
Untitledk
- k-means聚类分析，用于聚类分析算法，距离聚类(K-means cluster analysis)
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.)
程序
- 一个很好的聚类系数求解程序，文件为.M文件(A clustering coefficient is solved. The file is.M file.)
clustering
- 自己做的一些层次聚类 有一些数据集 和一些仿真图 用的是信号熵特征进行聚类(Some of the hierarchical clustering done by myself, some data sets and some simulation maps are clustered by means of signal entropy features.)
kmeans
- 使用kmeans算法实现了彩色图像的颜色聚类(Color image clustering)
neural networks
- 1.elman神经网络对输入波形进行检测 2.设计具有3个神经元的Hopfield网络 3.建立自适应神经模糊推理系统对非线性函数进行逼近（正弦加滞后） 4.建立自适应神经模糊推理系统对非线性函数进行逼近（正弦多项式） 5.利用模糊C均值聚类方法将一类随机给定的三维数据分为三类(1.Detection of input waveform by elman neural network 2. design a Hopfield network with 3 neurons 3. est