搜索资源列表
cluster-3.6.5
- 一种数据聚类算法的源码，可以在模式识别和图像处理中试用。 -a data clustering algorithm source code, in pattern recognition and image processing trial.
数据结构的C++描述
- 目 录 译者序 前言 第一部分 预备知识 第1章 C++程序设计 1 1.1 引言 1 1.2 函数与参数 2 1.2.1 传值参数 2 1.2.2 模板函数 3 1.2.3 引用参数 3 1.2.4 常量引用参数 4 1.2.5 返回值 4 1.2.6 递归函数 5 1.3 动态存储分配
DM4
- 执行流程： 1. 用户输入参数：K的选择，训练数据，测试数据的路径； 2. 读取训练数据集和测试数据集文件，用ArffFileReader类读取并组织起InstanceSet数据结构； 3. 利用上面的相似度量标准，对每一个测试集中的Instance，计算与其最相似的K个训练集中的Instance，通过投票进行分类，将分类结果存储经Instance的成员变量targetGuess中； 4. 对分类结果进行度量，包括分类正确率，各种类别实例的Precision，Recall；Con
Workpiecefeatureextraction
- 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。 -err
weka-3-4-12
- weka全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化-full name is weka intelligent analysis environment Waikato (Waikato Environment for Knowledge Analysis), is an o
moshishibie
- 先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=x4=6；子集数l=3）的最近邻节点和3-近邻节点及X与它们之间的距离。-First C-means clustering algorithm procedures and with the following data for cluster analysis. After confirming t
Cluster
- 使用分解聚类算法在IRIS数据上进行聚类分析，IRIS数据是由鸢尾属植物的三种单独的花的测量结果所组成，模式类别数为3，特征维数是4，每类各有50个模式样本，总共有150个样本。-The use of decomposition in the IRIS data clustering algorithm on the cluster analysis, IRIS data are from the iris flower three separate components of the meas
DSDEMO
- 数据结构算法演示系统DSDEMO(类C描述语言 3.1中文版) 帮助学习数据结构-Data Structure Algorithm Demonstration System DSDEMO (Class C Descr iption Language 3.1 Chinese Version)
hierarchicalcluster
- 和同学一起写的层次聚类算法，数据挖掘的第3次大作业，有设计文档，有注释，下载即可运行。希望批评指正-And students to write with hierarchical clustering algorithms, data mining, the 3rd largest operations, with some design documents, with annotations, download to run. Want to criticize the correction
Cjulei
- 利用模糊c—均值聚类方法将data 数据向量；3表示分成三类；center表示分类中心-Using fuzzy c-means clustering method to the data vector data 3 that is divided into three categories center said the classification center
weka-3-7-0jre
- 最近的weka数据处理软件版本，可以对数据进行初始化，聚类、回归等等操作，功能强大，操作方便-Recent weka data processing software version, you can initialize the data, clustering, regression, etc. operation, powerful, easy to operate
program-and-data-sets
- 本程序是用于在时域中分析处理轴承故障数据的，提取了各种时域的特征参数，包括均值，有效值，峭度，裕度指标，波形指标等等 适合初学者用于轴承的故障诊断中对参数的提取。（附上轴承故障数据3类共21组 正常、内圈、外圈）-This procedure is used in the time domain analysis of bearing fault data processing to extract the characteristics of various time domain param
FCM_iris
- 2. iris鸢尾植物数据 a) 数据集描述：该数据集包含150个实例，属性个数为4，已知分为3类。 b) 参数选择： 聚类数为3 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Iris iris plant data A) data set descr iption: the data set contains 150 examples, the number of attribute
Iris
- 模式识别标准iris数据！150个样本 4维向量。3类！模式识别测试数据-iris data
k-iris
- 模式识别中用于完成数据的分类而用到的一种方法-k近邻。是将已有数据划分到3个类中，本方法中解决数据Iris数据的划分问题。将150个4维数据划分到3类。K近邻法是求最近的K个元素从而将其划分到已有类中。-Pattern recognition for the completion of the classification of the data used in a way-k neighbors. The existing data are divided into three classes
thethirdstyledata
- 该程序用来将micaps第3类数据转换为二进制格点数据-The procedure used micaps Category 3 data into binary grid data
CollectAnaly
- 最短距离算法的聚类对样本进行聚类 样本矩阵 X 输出数据的行数代表了每次聚类后类的个数，每一行的第一个数表示此类样本的个数， 后面的代数表示此类中的样本编号；从程序的输出结果看，聚类的过程一目了然，未聚类 前，有5个类，每个类各有一个样本；第一次聚类是将第一类和第二类合并，得到新的 第一类，此时第一类有2个样本；二第二次聚类是将第3类和第四类合并，得到新的第三类 ；第3次聚类是将第2类和第3类合并，此时总共有2类，经过第四次聚类，类的个数变为1，
KPCA
- 另尝试编写的一个代码如下，实现对3类数据特征空间的聚类，如下图，红、绿、蓝三种颜色分别表示3类数据，经过rbf核映射到新的空间后，分别聚成了3类-This technique takes advantage of the kernel trick that can be used in PCA. This is a tutorial only and is slow for large data sets. In line 30 the kernel can be changed. Any Ke
AIS聚类
- 实验目的 1.对AIS数据按照上行、下行船舶轨迹点进行分类。 2.掌握基于密度聚类方法原理（以DBSCAN为例）。 3.熟悉AIS数据处理的基本方法。 4.熟悉船舶运动模式辨识的基本原理和方法。 实验环境 Matlab(Purpose 1. The AIS data are classified according to the upstream and downstream ship's track points. 2. Master the principle of density clus
数据结构第一次实验
- 1、 定义单链表类、链式栈类、顺序队列类。 2、 实验验证如下算法的正确性、各种功能及指标： 1）单链表插入操作：在第 i 个元素之后插入值为 x 的结点； 2）单链表删除操作：删除表头结点、表尾结点； 3）查找操作：查找值为 x 的元素在单链表中出现的位置（是链表中的第几个元素）； 4）压栈和弹栈操作； 5）出队和入队操作。 3、 为便于观察程序的运行结果，设计的输出函数能在输出设备上以图形或表格或其它直观的形式输出计算 结果。例如可将链表输出成