搜索资源列表
rbf_Kmeans
- Matlab环境下实现的RBF神经网络K均值聚类算法-Matlab environment to achieve the RBF neural network K-means clustering algorithm
ClusterBasics-V1.0
- 各类聚类算法程序包，包含各种经典的聚类算法，例如：k-mean聚类等-Various types of clustering algorithm package, contains a variety of classic clustering algorithms, such as: k-mean clustering, etc.
cluster
- k均值聚类算法源码（matlab） k均值聚类算法源码（matlab）-k-means clustering algorithm source code (matlab) k-means clustering algorithm source code (matlab)
Ksam
- 新颖的K均值聚类算法，以SAM作为两个向量的距离度量，取代原始的向量间的距离-Multi-spectral K-mean clustering with SAM as spectral similarty
RBF-k
- 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 (radial basis function neural network) network is an important neural network, RBF network training is divided into two steps, first step is to get through the initial clus
NewK-means-clustering-algorithm
- 珍藏版，可实现，新K均值聚类算法，分为如下几个步骤： 一、初始化聚类中心 1、根据具体问题，凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。 2、用前C个样本作为初始聚类中心。 3、将全部样本随机地分成C类，计算每类的样本均值，将样本均值作为初始聚类中心。 二、初始聚类 1、按就近原则将样本归入各聚类中心所代表的类中。 2、取一样本，将其归入与其最近的聚类中心的那一类中，重新计算样本均值，更新聚类中心。然后取下一样本，
kmeans
- k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-K-means algorithm accept parameter k Then will the n of prior input data object is divided into k clustering to make won clu
K-mean
- 最近邻分类器是一个用来聚类的算法，可以用来对iris数据进行聚类-k-means is a neanest alogorim
K-Mean-Clustering-Code-in-Matlab
- k 均值聚类算法 ，能有效的将数据分成k类 但是具有k参数难以确定的缺点。 -k-means algorithm can cluster data into K class but, the parameter K can not be selected easily.
k_means
- k均值聚类算法，使各个样本与所在类均值的误差平方和达到最小，并且附有显示程序-k-means clustering algorithm, where the class so that each sample and the mean squared error to a minimum, and with the display program
Clustering_Toolbox
- Robert Gordon University的一个研究人员写的k-means聚类算法工具箱，内容完整可运行。-Includes k-means, hierarchical (single-, complete- and mean-linkage), EM for Gaussian Mixture Models, fuzzy c-means, and a demo.
K_average
- K-均值聚类算法,基本算法代码，算法的目的是使各个样本与所在类均值的误差平方和达到最小。-The purpose of K-means clustering algorithm, the basic algorithm code, the algorithm is to make the class where each sample mean squared error is minimized.
Kmeans
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-k-means algorithm accepts input k then n data objects into k clusters in order to make clustering satisfy obtained: the objects i
K-means-cluster
- k-means算法是一种动态聚类算法，基本原理如下[24]：首先预先定义分类数k，并随机或按一定的原则选取k个样品作为初始聚类中心；然后按照就近的原则将其余的样品进行归类，得出一个初始的分类方案，并计算各类别的均值来更新聚类中心；再根据新的聚类中心对样品进行重新分类，反复循环此过程，直到聚类中心收敛为止。-K- means algorithm is a dynamic clustering algorithm, the basic principle of [24] as follows: fi
kingjao
- 基于K均值的PSO聚类算法,计算多重分形非趋势波动分析matlab程序,均值便宜跟踪的示例。- K-means clustering algorithm based on the PSO, Calculation multifractal detrended fluctuation analysis matlab program, Example tracking mean cheap.
gangking_V3.2
- 基于K均值的PSO聚类算法,包含收发两个客户端的链路级通信程序,均值便宜跟踪的示例。- K-means clustering algorithm based on the PSO, Contains two clients receive link-level communications program, Example tracking mean cheap.
cskmeans
- k均值聚类 算法接受参数 k ;然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个"中心对象"(引力中心)来进行计算的。(kmeans cluster K means clustering algorithm accepts parameters K; N data object classification and the previously inpu
FunK_meanPolyD
- K-MEAN聚类算法功能展示，是一个多维的算法(K-MEAN clustering algorithm function display, is a multi-dimensional algorithm)
K-means
- K-means聚类算法的matlab实现(k-means clustering is a method of vector quantization, originally from signal processing, that is popular for cluster analysis in data mining. k-means clustering aims to partition n observations into k clusters in which each obse
改进的基于划分算法的三维点云聚类matlab实现
- 根据网上基于划分法k-means的聚类算法，我做了改进。可以预设一个最大的类数和一个半径，自动划分合适的类。最终将随机三维点云聚类完成后显示为不同颜色。(According to the clustering algorithm based on partition K-means on the Internet, I improved it. A maximum number of classes and a radius can be preset to automatically divi