搜索资源列表
MyKmeans
- 实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）
k_medoids
- 聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下
global_parameter
- WLAN仿真－系统参数配置 系统参数主要分为2类： 一类是可以配置的，可以根据使用者的需求改变的参数 1）你打算让这个仿真跑多少个OFDM符号？ 2）你打算采用什么样的调制方式？ 3）你打算让你的系统跑在什么样的环境下，AWGN？Rayleigh fading? 4）你的接收端采用什么样的配置，比如，是否采用理想均衡，线性插值均衡，理想同步，频偏纠正等等？ 5）你的信道采样频率是多少？你的载波频率是多少？ 一类是固定不变的，发送端按照协议规定设置
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
weiji04
- 4.1 数据寻址方式 4.1.1 立即数寻址方式 4.1.2 寄存器寻址方式 4.1.3 存储器寻址方式 4.2 数据传送类指令 4.2.1 数据传送指令 4.2.2 堆栈操作指令 4.2.3 地址传送指令 4.3 算术运算类指令 4.3.1 加法指令 4.3.2 减法指令 4.3.3 乘法除法等指-you can see see
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
shuchufenlei
- 软测量氧含量数据工况聚类、建模matlab实现代码3-Measuring the oxygen content of soft data clustering conditions, modeling matlab implementation code 3
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
Neyman_Pearson
- Neyman_Pearson 根据NP原理对软木塞进行分类的完整函数。部分如下： function []=Neyman_Pearson(opt) 从excel中读进数据 [source,txt]=xlsread( CORK_STOPPERS.xls , Data ) 读取CORK_STOPPERS.xls文件里Data sheet里的数据， 数据存放在source变量里，文本存放在txt变量里 data=[source(:,3:4),source(:,9)] 将用到的三
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
EM_GMM_3d
- 基于Expectation Maximization算法优化的高斯混合模型在3D图像数据聚类中的应用。-This is a 3D visualization of how the Expectation Maximization algorithm learns a Gaussian Mixture Model for 3-dimensional data.
GPSreceiver-matlab--code
- matlab下完整的gps软件单通道接收机程序，从捕获跟踪到位置解算。运行需中频数据文件太大无法上传，在gps类网站上提供下载。postprocessing.m为主程序。 对部分评论的解释： 1. 运行主程序前用init.m进行变量参数设置，生成后面运行的结构体 2. 程序出错，是由于缺少数据文件。 3. 从网上下载的GPS中频数据文件，由于格式不同，程序是需要调试的。这里用的是.bin格式的。 剩下事的没有什么需要更改的了，好运。我是运行调试通
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，
Clustering-algorithm-(has--rings)
- 用dat的数据文件，文件中3个参数，两个坐标，一个类。要自己给出所有点属于哪个类。点run即可看到效果。同类比较密的地方画圈，不同类互不影响，也就是圈有重叠的情况，不同类的点和圈颜色不一样。-Use dat data files, file three parameters, two coordinates, a class. To give yourself all the points belong to which class. Point run to see the effect. R
Matlab
- 将Iris数据集分为2组，每组各75个样本，每组中每种花各有25个样本。其中一组作为以上程序的训练样本，另外一组作为检验样本。为了方便训练，将3类花分别编号为1，2，3 。 使用这些数据训练一个4输入（分别对应4个特征），3输出（分别对应该样本属于某一品种的可能性大小）的前向网络。-The Iris data set is divided into two groups each of 75 samples in each group have 25 samples in each fl
3-2
- Fisher判别实现鸢尾花数据集中三类特性两类样本情况下的分类-Fisher discriminant achieve Iris dataset classified into three categories characteristic of the two kinds of case
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
eedqt_V6.3
- 模式识别中的bayes判别分析算法，用MATLAB实现动态聚类或迭代自组织数据分析，BP神经网络用于函数拟合与模式识别，包含了阵列信号处理的常见算法，现代信号处理中谱估计在matlab中的使用，对HARQ系统的吞吐量分析，采用累计贡献率的方法，主要为数据分析和统计。- Pattern Recognition bayes discriminant analysis algorithm, Using MATLAB dynamic clustering or iterative self-organi
fenfai_V4.3
- D-S证据理论数据融合，直线阵采用切比学夫加权控制主旁瓣比，包含优化类的几个简单示例程序。- D-S evidence theory data fusion, Linear array using cut than learning laid upon the right control of the main sidelobe ratio, Optimization class contains several simple sample programs.
decomposition
- 按照算法步骤对IRIS数据进行仿真，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，共有150个样本。首先使用分解聚类算法分离出第一种鸢尾属植物，再对剩余的所有样本进行第二次分解聚类，得出第二种鸢尾属植物和第三种鸢尾属植物。(Decomposition clustering algorithm)