搜索资源列表
TextMining0
- 划分方法的基本思想是，给定一 个n个样本的数据集，划分方法 将数据划分为k个簇（k<=n）， 满足： a.每个簇至少包含一个样本； b.每个样本必须属于且仅属于一 个簇。-mm
kmean
- 基于OpenCV的二元吗，实现了划分随机分布点集的K-均值算法。按照类别分组的输入样本顺序输出包含样本类别索引的数组labels(i)，存储在样本矩阵的第i行中。-Based on the binary OpenCV吗, implementation of the demarcation point set of randomly distributed K-means algorithm. Input in accordance wi
Fuzzyclustering
- 模糊聚类；涉及事物之间的模糊界限时按一定要求对事物进行分类的数学方法。聚类分析是数理统计中的一种多元分析方法，它是用数学方法定量地确定样本的亲疏关系，从而客观地划分类型。事物之间的界限，有些是确切的，有些则是模糊的。例如人群中的面貌相像程度之间的界限是模糊的，天气阴、晴之间的界限也是模糊的。当聚类涉及事物之间的模糊界限时，需运用模糊聚类分析方法。模糊聚类分析广泛应用在气象预报、地质、农业、林业等方面。通常把被聚类的事物称为样本，将被聚类
Image-Segmentation-Algorithm
- 出了一种新的图像分割方法。这种分割方法首先利用粗糙集理论将图像按照一定的规则划分为 大小相等的若干图像子块，而后利用蒙特卡罗方法基本原理对划分的图像子块进行一定规模的随机抽样，以随机抽 样所得的图像子块为样本进行粗糙熵计算，用所得最大粗糙熵所对应的灰度值为分割阀值对图像进行分割，在采用 较小的图像子块划分以取得更好的分割效果的情况下，极大的提高了算法的分割速度。通过对测试图像的 MATLAB仿真试验验证了算法在降低计算机
cmean
- 这个算法的基础是误差平方和准则，为了要得到最优结果，首先要对样本集进行划分，一般的做法是先选择一些代表性的点作为聚类的核心，然后把其余的点按照某种方法分到各类中去。-This algorithm is based on error sum of squares criterion, in order to get the optimal results, first of all to sample set division, the
Preliminary_CXD4140GG_E
- 实现：通过随机数函数，产生随机数组下标，达到随机划分两类样本集的目的。-Implementation: Through a random number function generates a random array subscr ipt, to randomly divided into two types of sample collection purposes.
kennard_stone
- Kennard Stone 算法 用于数据集的划分（训练集 和 测试集） 算法同时输出训练集、测试集，以及训练集或测试集中样品在原数据集中的编号信息，方便样本的查找。 原始代码来源于本网，自行重新编译，如有需要，欢迎下载。 -Kennard Stone agorithm for the partition of data set (training set and test set) the outputs of
elmtrain
- 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测 试集包含23个样本； 建立极限学习机模型，并训练； 利用训练好的极限学习机模型对测试集中的23个样本进行预测； 输出结果并绘图（真实值与预测值对比图）； -The 103 random samples of the entire data set is divided into training set and te
MTKLjcxhyanz
- NTKL法可以同时检测光谱异常点、参考数据异常点及其他们共同的异常点，该方法的基本思路是基于蒙特卡洛采样，随机将样本集划分为校正集与预测集，用校正集建模，并对没参与建模的样本进行预测误差计算，进行几千次这样随机采样，每个样本点都可得到其预测误差分布。如果奇异样本在校正集中，整个模型的质量将受到影响；相反，如果奇异样本在预测集中，仅此样本的预测结果受到影响。-NTKL method can simultaneously detect ab
KS_RS_SPXY
- 用于数据建模时的样本集自动划分方法，包括RS、KS、SPXY，方法简单实用-Method of automatic sample set time for data modeling, including RS, KS, SPXY, simple and practical method
Class_3_Code
- 将concrete_data.mat文件导入到MATLAB中，其中attributes为影响混凝土抗压强度的7个输入变量，strength为混凝土的抗压强度，即输出变量； 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测试集包含23个样本； 将训练集与测试集数据进行归一化； 建立BP神经网络，并训练； 利用训练好的BP神经网络对测试集中的23个样本的抗压强度进行预测； 输出结果并绘图（真实值与
kenston
- 用于数据建模时的样本集自动划分方法，方法简单实用(Method of automatic sample set time for data modeling, including KS,, simple and practical method)
spxylibra
- 基于联合X-Y距离的样本集划分算法，一个用于化学计量学分析中样本选择的方法源代码完整，可直接使用。(Algorithm for Sample set Partitioning based on joint X-Y distances)