搜索资源列表
NeuralNetworkSourceCode
- 神经网络源程序代码，有常用的BackProp算法,行程编码算法RCL,动态聚类算法,LVQ(学习矢量量化)算法等等，自己看吧-neural network source code, a common BackProp algorithm, RCL itinerary coding algorithm, dynamic clustering algorithm, LVQ (LVQ) algorithm, etc., and see themselves
KNearest
- JAVA实现基于试探的未知类别聚类算法.具有良好的代码风格,便于复用-JAVA based probe the unknown type of clustering algorithm. The code has good style, ease of reuse
Dominantset
- 一种 较新的聚类算法 Dominant-set 的代码，包括聚类算法的代码和测试代码。该算法最大特点 就是基于图理论的 ，相对于Normalized Cut,计算复杂度低很多，况且能自动决定类的个数
dbscan
- DBSCAN是一种性能优越的基于密度的空间聚类算法．利用基于密度的聚类概念，用户只需输入一个参数，DBSCAN算法就能够发现任意形状的类，并可以有效地处理噪声．这里是用C# 编写的，以兰花数据集作为测试数据的代码。
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
k-means
- 数据挖掘算法源代码 k-means聚类算法的C#代码-Source code data mining algorithms k-means clustering algorithm C# code
yuanma
- 压缩包包含四种聚类算法源代码及示例代码，供大家学习使用-Compressed packet contains four clustering algorithm source code and sample code for using the U.S. study
FUZZCLUST
- 用matlab编写的各种聚类算法的代码，可作为聚类的程序包使用，对于程序编写者和使用者都可提供便利-matlab for cluster
Ant_Colony_Clustering_Algorithm
- 蚁群聚类算法及其源码[matlab] 代码是可以执行的 -Ant Colony Clustering Algorithm and its source code [matlab] code is executed
gak-means3
- 基于遗传算法的k-means聚类分析代码 欢迎下载-Based on Genetic Algorithm k-means cluster analysis of the code are welcome to download
K-means
- 聚类算法（K-means）源代码，通过对该代码的运行，可以实现对各种数据的聚类显示，最终选出聚类中心-Clustering algorithm (K-means) source code, run through the code, can display a variety of data clustering, selected a cluster center
gmm
- gmm 聚类算法代码,这是一个matlab写的gmm聚类代码-gmm
FCM-GRNN
- 该代码为基于FCM-GRNN的聚类算法,代码完整，可以运行-The code for clustering algorithm based on FCM- GRNN, code complete, can run
gclust
- 聚类算法中gclust算法的代码，供大家参考(Clustering algorithm, gclust algorithm code, for your reference)
PHA_Clustering
- 聚类算法中PHA_Clustering算法的代码，供大家参考(Clustering algorithm, PHA_Clustering algorithm code, for your reference)
RBF-k均值聚类
- RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值。RBF权值的初始聚类方法较为复杂，比较简单的有K均值聚类，复杂的有遗传聚类，蚁群聚类等，这个RBF网络的程序是基于K均值聚类的RBF代码。(RBF (radial basis function network) is an important neural network. The training of RBF network is divided
k-means聚类算法
- k-means聚类算法的代码实现，只需要更改数据就可以实现，而且有注释，很容易懂(The code implementation of the k-means clustering algorithm can be realized only by changing the data, and there are notes that make it easy to understand)
模式识别代码
- 基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料(The pattern recognition classification algorithm based on MATLAB for Iris and breast cancer data sets contains the implementation code of genetic algorit
k-means
- k-means算法实现的数据分类，python代码，可直接运行(K-means algorithm to achieve data classification, Python code, can be run directly)
聚类算法的课件和编程源码
- 聚类算法的课件和基于Python的编程源码，聚类有很多方法，这里列举了常见的几种，并附上基于Python的代码