[数据挖掘] LDA-matlab

说明：LDA智能算法，实现模式识别和聚类，例子是三维数据-LDA intelligent algorithm, to achieve pattern recognition and clustering, the example is three-dimensional data
<lvxiansheng> 在 2025-02-23 上传 | 大小：1kb | 下载：0

[数据挖掘] find

说明：从excel中读取所需文档的数据，并写进相对位置，对名称进行文件路径字符串拼接-From the excel to read the required document data, and write the relative position, the name of the file path string stitching
<小九> 在 2025-02-23 上传 | 大小：2kb | 下载：0

[数据挖掘] IABC_KMC_test_on_Iris_wine_glass

说明：基于人工蚁群的的改进Kmeans,进行了改进，效果较好-Based on the improvement of artificial ant colony, Kmeans have been improved and the effect is better
<郑晓华> 在 2025-02-23 上传 | 大小：22kb | 下载：0

[数据挖掘] Robust-LatLRR

说明：有效的数据低秩化处理，增强数据可靠性，方便数据处理- U6709 u6548 u7684 u657 u636E u4F4E u79E9 u5316 u5904 u7406 uFF0C u589E u5F3A u6570 u636E u53EF u9760 u6027
<白须> 在 2025-02-23 上传 | 大小：243kb | 下载：0

[数据挖掘] pso

说明：pso粒子群算法 他是一个实现Common，Clerc 1“的PSO工具箱 Trelea类型以及跟踪更改的alpha版本环境。 它可以搜索最小，最大或“距离” 用户开发成本函数。 很容易使用和黑客 相当好的文档（类型帮助任何功能和 它应该告诉你你需要什么），并将利用 矢量化成本函数。 它使用与Matlab类似的语法 优化工具箱。 包括静态和动态的套件测试功能。 它还包括一个专用的基于PSO的神经元网络教练与M
<mr.chen> 在 2025-02-23 上传 | 大小：721kb | 下载：0

[数据挖掘] k-means

说明：简单实现聚类算法中的经典k-menans算法，实现数据是二维数据- U7B80 u5B5 u5B9 u7B0 u803A u7R09 u7B09 u7B09
<王> 在 2025-02-23 上传 | 大小：1kb | 下载：0

[数据挖掘] Class_5_Code

说明：Matlab程序竞争神经网络和SOM神经网络-code of Matlab
<liwei> 在 2025-02-23 上传 | 大小：6kb | 下载：0

[数据挖掘] hw7

说明：voice recognation with ica matlab
<hamidreza> 在 2025-02-23 上传 | 大小：23.75mb | 下载：0

[数据挖掘] shujufenxiwajueshizhandaima

说明：数据分析实战这本书的代码 R的一般使用过程适合新手- U6570 u616E u5206 u679 u5B9 u5B9 u6B0
<祥达> 在 2025-02-23 上传 | 大小：291kb | 下载：0

[数据挖掘] itemcf

说明：Hadoop平台上的物品协同过滤程序，使用Java语言编写(A Item Collaborate Filter Program based on Hadoop platform written by Java)
<sush > 在 2025-02-23 上传 | 大小：9kb | 下载：0

[数据挖掘] 77257795PCA_yuandaima

说明：PCA源程序，主元分析源程序，可以用于变量的特征提取(PCA source code, principal component analysis source, can be used for variable feature extraction)
<relief > 在 2025-02-23 上传 | 大小：2kb | 下载：0

[数据挖掘] nules-bubble

说明：VC下编程FFT 算法通过,可用在单片机,频谱分析效果良好()
<neane> 在 2025-02-23 上传 | 大小：5kb | 下载：0