搜索资源列表
KMeanIntroduction
- 聚类分析是将集合中的数据按其相似性大小分成不同类别的一种方法,它是模式 识别中多变量无监督学习的一个分支,己成功地用于医学,地质,财务,工程,图像 处理和文档等的数据分类中；含有实现此算法的源码 -cluster analysis is to pool the data according to similar size into a different category, It is pattern recognition multivariable Unsupervised Le
PMl-IR
- Blog信息源和信息量的广泛增长给中文文本分类带来了新的挑战。本文提出了—种基于PMI—IR算法的四种情感分类方法来对Blog文本进行情感分类。该方法以情感词语为中心，通过搜索引擎返回的结果来计算文本 中的情感要素和背景情感词之问的点互信息值，从而对文本进行情感分类。该方法在国家语言资源监测与研究中心网络媒体语言分中-心2008年度的Blog语料和COAE2008的语料上分别进行了测试。与传统方法相比准确率和召回率都有了较大的提高。-Development ofBIog texts info
A7
- Global and local methods of unsupervised Byesian segmentation of images
demodulation-of-MFSK-signals
- 提出了一种多迸制频移键控(M娲K)信号调制分类及解调方法，选取截获接收机输出的MFSK信 号的时频脊线作为分类特征，利用无监督聚类算法求取最佳聚类数M．利用时频脊线的Ham：小波变换 估计码元宽度，并且利用对应最佳聚类数的聚类中心确定抽判门限，通过对时频脊线抽样判决，实现了 MFSK信号的解调．理论分析和对实际信号的处理结果证明了此算法的可行性．-new algorithm is proposed for elassillcation and demodulation of MFSK
MonTestRandom
- k-means is one of the simplest unsupervised learning algorithms that solve the well known clustering problem. The procedure follows a simple and easy way to classify a given data set through a certain number of clusters (assume k clusters) fixed apri
RBF-Kernel
- RBF-kernel unsupervised classification