搜索资源列表
对偶
- 对偶传播神经网络,有监督和无监督相结合的一种神经网络-dual-propagation neural networks, supervised and unsupervised combination of a neural network
Kohonen_NN
- Kohonen 网络模拟大脑神经系统自组织特征映射的功能，它是一种竞争式学习网络，在学习中能无监督地进行自组织学习。-Kohonen network simulation system cerebral self-organizing feature mapping function, It is a competitive learning networks, the study can be carried out without
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
JAVAclustering
- JAVA 本程序所实现的功能为对数据进行无监督的学习，即聚类算法-JAVA the procedures for the functions of data unsupervised learning, clustering algorithm
noseecluster
- 聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法.为了适应图像检索的需要,提出了一种新型的无监督聚类方法,即根据离群点信息来自动确定聚类算法的终止时机.此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠.为验证其可行性,用其改进了CURE和ROCK两个经典算法.实验表明,改进后的两个算法都能自动终止,并能取得优于以往的聚类效果. -clustering analysis t
cluster
- 无监督聚类的VC源码。。数据挖掘中的一种经典聚类算法
som
- 神经网络中的无监督学习中的SOM学习算法，并在MFC中以主观方式显示学习过程。
somnet
- 竞争学习指同一神经元层次上各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中，只向网络提供一些学习样本，而不提供理想的输出。网络根据输入样本进行自组织，并将其划分到相应的模式类中。
ufc
- ufc无监督优化模糊聚类用于彩色图像分割
som
- 竞争学习指同一神经元层次上各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中，只向网络提供一些学习样本，而不提供理想的输出。网络根据输入样本进行自组织，并将其划分到相应的模式类中。
classfication_toolbox
- 这个文本分类工具箱给出了有监督和无监督的文本分类算法清单。 这些算法为实验和合成数据提供了设计分类方法。
FCM
- 利用java编写的模糊C均值聚类算法，可以用来图像无监督聚类及图像分割等。
PCA
- 主成份分析，一个最经典的无监督学习算法，也是最常用的线性降维方法-PCA
GMM_Purdue
- 基于混合高斯模型（GMM）的无监督聚类算法，希望对大家有帮助-Based on Gaussian mixture model (GMM) unsupervised clustering algorithm, I hope it would have help to you！
ZPclustering
- 用于图像分割的自调整普聚类算法，可实现大多数图像的无监督分割-Self-tunning spectral clustering for image segmentation
spider1
- spider，很好用的模式识别工具箱，里面有各种分类工具，从有监督学习到无监督学习，从模型选择到参数选择。而且也将各个方法封装成类，使用方便。-spider, good use of pattern recognition toolbox, there are various classification tools, from supervised learning to unsupervised learning, choose P
EM-algorithm
- EM算法，是一种无监督的聚类算法，可以实现对数据的处理，对不同数据进行聚类，生成类内相似度最大-EM algorithm is an unsupervised clustering algorithm, the data processing can be achieved on different data clustering, to generate the maximum within-class similarity
kmeans
- 基于k均值的无监督聚类算法，输出有各个样本的类别标签，目标函数在每次迭代后的值，聚类中心以及聚类区间。内有测试数据，点击 test.m 可以完美运行。(The unsupervised clustering algorithm based on K means outputs the class labels of each sample, the value of the target function after each iter
UDP
- UDP算法是一种基于流形学习的无监督降维算法，可以用来提取特征和可视化分析。(UDP algorithm is an unsupervised dimensionality reduction algorithm based on manifold learning, which can be used to extract features and visual analysis.)
kmeans聚类算法
- kmeans聚类分析，无监督学习实现Matlab代码(Kmeans clustering analysis, unsupervised learning implementation of MATLAB code)