搜索资源列表
demo
- 在matlab环境下，用最邻近数据关联算法实现目标跟踪。-the Matlab environment, using the most neighboring data association algorithm to achieve the target track.
migong
- 迷宫问题 任务：可以输入一个任意大小的迷宫数据，用非递归的方法求出一条走出迷宫的路径，并将路径输出； 要求： 在上交资料中请写明：存储结构、基本算法（可以使用程序流程图）、源程序、测试数据和结果、算法的时间复杂度、另外可以提出算法的改进方法； [问题描述] 走迷宫是实验心理学中一个古典问题。用计算机解迷宫路径的程序，就是仿照人走迷宫而设计的，也是对盲人走路的一个机械模仿。 [实现提示] 假设迷宫是一个矩形，我们把它分成许多小方格，在每个小方格上或者已筑成墙或者没有，这
nnrbf
- 最邻近的RBF算法,MATLAB实现,较为有价值的资料.
RNG
- 一个RNG(相关邻近图)的生成算法,输入一些原始数据信息,得到RNG图信息.-an RNG (related neighboring) algorithm for the generation, the importation of some raw data information, to receive information RNG map.
knn
- k最邻近算法，经典的分类算法，绝对有帮助-k-nearest neighbour algorithm,it is a classical algorithm for text cluster
K_zuilinjinsuanfa
- K_最邻近算法，模式识别课程中的重要内容之一。本程序用于模拟K_最邻近算法-K_ most neighboring algorithm, pattern recognition course one of the important contents. This procedure used to simulate the algorithm for the nearest K_
legclust
- legclust 聚类算法 IEEE TPAMI上的文章 首先建立邻近矩阵 然后基于图的连通分量的层次聚类-clustering J.M. Santos et al., LEGClust—a clustering algorithm based on layered entropic subgraphs, IEEE TPAMI, Vol.30, NO.1, 2008, 1-13
分类算法代码
- 这是关于分类中的一种算法,是K阶邻近算法,即KNN代码.
FNN1
- 伪邻近算法 求取混沌相空间重构的嵌入维数 很好用-false-nearest for embedding dimension of chaotic phase space reconstruction
Myknn
- KNN邻近算法,程序运行结果显示所有样本以及其类别，待分类样本所属的类（{1,18,11,11,0.5513196}属于"2"类），以及它的5个最近邻的类别和与它之间的距离。内有详细说明文档。-k-Nearest Neighbor algorithm
KNN
- 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方
knn_java
- java写的k最邻近算法，是数据挖掘的基本算法之一。-Java write the k nearest neighbor algorithm, is one of the basic algorithm of data mining.
SAR点目标雷达成像算法
- SAR点目标雷达成像算法:利用最邻近差值实现5个点目标的雷达成像。
KNN-python
- 邻近算法，或者说K最近邻分类算法是数据挖掘分类技术中最简单的方法之一，给出一个实例，可直接运行- U90BB u8B1 u7B97 u7B97 u7C97 u6c2 U6700 u7B80 u5355 u7684 u65B9 u6CD5 u4E4B u4E00 uFF0C u7ED9 u51FA u4E00 u4E2A u5B9E u4F8B uFF0C u53EF u76F4 u63A5 u8FD0 u884C
knn
- 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。(Neighborhood algorithm, or K nearest neighbor (kNN, k-NearestNeighbor) classification algorithm is one of the simplest methods in data mining class
kNN
- K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中(K nearest neighbor algorithm function)
knn
- 采用KNN（K邻近算法），用matlab平台实现的分类预测算法(Using KNN (K adjacent algorithm), using matlab platform to achieve the classification prediction algorithm)
matlab代码
- Matlab代码，根据算法原理自己编写的基本算法的代码，有：KNN，层次聚类，C均值，最邻近算法。包括自己挑选的数据集，对算法准确率的测试。(Matlab code, the code of the basic algorithm written by itself according to the algorithm principle, there are: KNN, hierarchical clustering, C-means, nearest neighbor algorithm.
kNN
- K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。(K-nearest neighbor (KNN) classification algorithm is a relatively mature method in theory and one of the simplest machine
邻近粗糙集的离散，约简，规则提取等
- 邻近粗糙集的基本算法，包括数据补齐，属性约简，值约简，规则生成提取，非常实用。