搜索资源列表
竞争网络实现2维数据聚类
- 利用竞争神经网络实现2维10类数据的聚类。产生[0 1]之间的10类聚类数据（每类15个样本），用竞争神经网络实现所产生数据的聚类，并在同一图上显示聚类结果。(2 dimensional and 10 dimensional data clustering is realized by competitive neural network. 10 classes of cluster data (15 samples per class) between [0 1] are generated,
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)
FCM聚类算法
- 基于矩阵模块化模糊聚类的图像分割，里面包括源代码，以及实验前后的图片(Image segmentation based on matrix modularized fuzzy clustering)
AP聚类算法和案例
- ap聚类算法实现三维数据点的分类，demo为案例(AP clustering algorithm realizes the classification of data points, demo as a case.)
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.)
稀疏子空间聚类程序
- 稀疏子空间聚类程序,其中包含 LS3C_release，SSC_1.0， SSC_ADMM等程序(sparse subspace cluster code)
K均值聚类
- K均值聚类算法-对数据进行聚类分析，适合数据处理(k means clustering algorithm)
matlab实现Kmeans聚类算法
- matlab实现Kmeans聚类算法，非常详细。(The algorithm is designed to test the MATLAB clustering algorithm and is very useful.)
局部聚类算法
- 2014Science-一种基于局部点密度的聚类方法(2014Science- a clustering method based on local point density)
k-means聚类算法
- K-MEANS聚类算法实现，方法简单，容易实现(K-MEANS clustering algorithm, simple and easy to implement.)
第9章 聚类分析
- 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。(Clustering analysis refers to the process of grouping a collection of physical
多维GMM聚类
- 该命令实现的是多维情况下的三维数据GMM聚类，该算法的缺点是使用matlab 对于大数据有计算机内存的要求。(This command implements GMM clustering of three-dimensional data in multi-dimensional situation. The disadvantage of this algorithm is that it requires computer memory for large data using matlab
断面确定_谱聚类算法
- 能够递归实现输电断面的识别；功能强大；谱聚类算法，IEEE39,14节点测试通过。可以自由拓展，对电力系统研究方向的同学有用(It can recognize transmission section recursively, and has powerful function. The spectrum clustering algorithm has passed the test of IEEE39,14 nodes. It can be expanded freely and is us
聚类算法
- 文件夹中主要有二维的K-means，gmm，mean-shift，三维的K-means聚类算法的程序，同时已经经过本人验证无误，可以成功运行，有问题的可以私下交流。(Folder mainly two-dimensional k-means, GMM, mean-shift, three-dimensional k-means clustering algorithm procedures, at the same time has been verified by myself, can be
模糊Ｃ均值聚类
- 该程序可以实现快速的点云的模糊C均值聚类，并且可以利用第二个命令对聚类后的点云进行自动提取。(The program can realize fast clustering of point clouds based on fuzzy C-means, and automatically extract the clustered point clouds by using the second command.)
模糊聚类R代码
- 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 or FCM. Among many fuzzy clustering algorithms, the Fuzzy C-Means algori
模糊聚类分析法（python)
- 运用python进行模糊聚类分析步骤如下：建立数据矩阵；数据标准化；建立模糊相似矩阵；改造相似关系为等价关系；确定分类数(The steps of Python fuzzy clustering analysis are as follows: establishing data matrix; standardizing data; establishing fuzzy similarity matrix; transforming similarity relation into equiv
数据挖掘中聚类算法研究进展_周涛
- 聚类分析是数据挖掘中重要的研究内容之一，对聚类准则进行了总结，对五类传统的聚类算法的研究 现状和进展进行了较为全面的总结，就一些新的聚类算法进行了梳理，根据样本归属关系、样本数据预处理、 样本的相似性度量、样本的更新策略、样本的高维性和与其他学科的融合等六个方面对聚类中近 20多个新算 法，如粒度聚类、不确定聚类、量子聚类、核聚类、谱聚类、聚类集成、概念聚类、球壳聚类、仿射聚类、数据流聚 类等，分别进行了详细的概括。(Clustering analysis is one of the impor
AP聚类Matlab程序
- AP聚类算法，亲测可用，可以很快分别不同类别(AP clustering algorithm, pro-test available, can quickly separate different categories)
K-means聚类
- 应用K-means聚类算法，实现对iris数据集的分类(Using K-means clustering algorithm to realize the Classification of iris dataset)