搜索资源列表
5ANA聚类分析
- 模式识别中 5ANA聚类分析 的简易算法-pattern recognition 5ANA simple cluster analysis algorithm
聚类分析计算方法
- VISUAL BASIC 聚类分析计算方法-VISUAL BASIC cluster analysis method
基于相似度聚类分析方法的异常ids的模型及实现
- 基于相似度聚类分析方法的异常入侵检测系统的模型及实现-Similarity-based clustering analysis of abnormal Intrusion Detection System Model and Implementation
聚类分析程序
- 该文件是一组数据挖掘领域中，聚类分析的有关算法。-the document is a group of data mining areas, cluster analysis of the algorithm.
聚类分析的代码
- 聚类分析的代码
matlab模糊聚类算法
- 可以方便地实现聚类分析 实际运用时对主程序矩阵赋值即可
K均值对图像进行聚类分析
- 用k-means算法对图像进行聚类，适合于初学者(K-means algorithm for clustering images, suitable for beginners)
聚类k-means
- 一个非常简单的kmeans算法，主要用于聚类分析，用户仅需要输入聚类数(A very simple kmeans algorithm, mainly for clustering analysis, users only need to enter the number of clusters)
《MATLAB统计分析与应用》程序与数据
- 数据的导入导出，将数据写入到txt，从TXT读取数据；数据预处理，归一化处理；聚类分析，K均值聚类等(Import and export data, write data to TXT, read data from TXT, data preprocessing, normalization processing, clustering analysis, K clustering, etc.)
matlab聚类分析工具箱
- matlab中聚类算法的工具箱，里面有很多种聚类算法直接调用(Matlab clustering algorithm toolbox, there are many kinds of clustering algorithm directly call)
1.聚类分析
- 本程序可对繁琐的变量进行聚类，有利于后续分析，是对变量进行聚类的程序(You can use cluster analysis the task of grouping a set of objects in such a way that objects in the same group are more similar to each other than to those in other groups .)
谱聚类
- 谱聚类matlab代码，聚类分析可用，内附简单实验及部分参考论文，代码可自行修改，精度可调(Matlab code for spectral clustering , enclosed a simple experiment, which can be modified. Accuracy of sigma is adjustable.)
基于聚类的细分研究
- 使用R语言进行聚类分析的例子，包括层次聚类，k均值聚类，密度聚类等(Examples of clustering analysis using R language, including hierarchical clustering, K mean clustering, density clustering, etc.)
聚类
- 相似性划分，Q型聚类，是理想的多变量统计技术，主要有分层聚类法和迭代聚类法。 聚类分析也称群分析、点群分析，是研究分类的一种多元统计方法。(Similarity classification and Q clustering are ideal multivariate statistical techniques, including hierarchical clustering and iterative clustering. Cluster analysis, also known a
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)
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
聚类分析程序
- 用于沉积相、地震相以及地震属性等的聚类分析(Clustering analysis for sedimentary facies, seismic facies and seismic attributes)
聚类分析程序
- 包含了各类聚类分析程序。主要包括系统聚类，基于欧氏距离的聚类，变量系统聚类和K均值聚类(It includes all kinds of cluster analysis programs. It mainly includes system clustering, Euclidean distance based clustering, variable system clustering and K-means clustering)
主成分分析、拉伊达准则
- 聚类分析算法、拉伊达准则——剔除无效数据(Cluster analysis algorithm, laida criterion -- eliminating invalid data)
kmeans聚类算法
- kmeans聚类分析，无监督学习实现Matlab代码(Kmeans clustering analysis, unsupervised learning implementation of MATLAB code)