搜索资源列表
jlfx
- 本程序实现模糊数学中聚类分析算法，该算法通过递归来实现分类。-This procedure in the realization of fuzzy cluster analysis algorithm to achieve through the recursive classification.
KMEANS
- 基于c++的k-means聚类分析算法，实用性很强-Cluster analysis algorithm
MyIsodata
- ISODATA算法的C语言实现,实现聚类分析-C language achieving ISODATA algorithm
k_means
- 聚类分析算法,用来对点的数据集合进行聚类分析-clustering analysis algorithm
DBSCAN
- 这是一种基于密度的聚类分析算法，可以发现任意形状的簇，可以发现噪声点。-This is a density-based clustering analysis algorithm can find clusters of arbitrary shape can be found noise points.
juleifenxi
- 基于C#.net实现了聚类分析的K均值算法-Based on C#. Net realized cluster analysis K-means algorithm
suanfashixian
- 通过聚类分析算法实现可以得到想要的聚类结果-Clustering algorithm to use java analysis
Hierarchical
- 用vs实现的层次聚类分析，是基于距离的算法，-Achieved with vs hierarchical clustering analysis algorithm based on distance,
K聚类
- 聚类，这是一个用MATLAB编写的kmeans算法，主要用通常的聚类分析(Clustering, which is a MATLAB written in kmeans algorithm, mainly with the usual clustering analysis)
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)
关于回归神经网络的交通状态判别
- 聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。 聚类(Cluster)分析是由若干模式(Pattern)组成的，通常，模式是一个度量(Measurement)的向量，或者是多维空间中的一个点。 聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。(Clustering algorithm)
常用算法程序包
- 美赛常用算法包括插值拟合、灰色预测、神经网络、图论、聚类分析、模拟退火等(Common algorithms for the United States)
聚类分析
- 聚类分析算法 k均值算法 对地图上的点进行聚类事例(Clustering analysis algorithm k mean algorithm for clustering of points on maps)
FCM+KFCM模糊C均值聚类分析算法
- FCM+KFCM聚类分析两种方法的比较，有聚类效果图(FCM+KFCM cluster analysis of the two methods of comparison, there is a clustering effect map.)
Untitledk
- k-means聚类分析，用于聚类分析算法，距离聚类(K-means cluster analysis)
KMEANS
- C++编程实现数据挖掘中的聚类分析 使用K均值算法(C++ programming to achieve data mining clustering analysis using k-means 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
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
- 利用k均值聚类算法对数据进行聚类分析（数据点通过随机生成）(Using k-means clustering algorithm to cluster data (data points are generated randomly))