搜索资源列表
javasom_1[1].0.0
- Kohonen网络的学习过程可描述为：对于每一个网络的输入，只调整一部分权值，使权向量更接近或更偏离输入矢量，这一调整过程就是竞争学习。随着不断的学习过程，所有输入矢量都在输入矢量空间相互分离，形成了各自代表输入空间的一类模式，这就是Kohonen网络的特征自动识别的聚类功能。请解压缩后按照readme提示进行操作。-Kohonen network learning process can be described as follows
ZDJ
- 一个关于聚类的空间算法 很不错的 可以运行-a cluster of space on a very good algorithm can run
lnxcls
- 希望和更多研究空间聚类的朋友认识并探讨相关的理论！！这些算法都是我在研究过程中从别的网站找到的，也许能为朋友们提供一些帮助。希望如此。-hope more research space and clustering friends understand and explore the theory! ! These algorithms are in the process to find alternative sites, may
DBSCAN2
- DBSCAN是一个基于密度的聚类算法。改算法将具有足够高度的区域划分为簇，并可以在带有“噪声”的空间数据库中发现任意形状的聚类。-DBSCAN is a density-based clustering algorithm. Algorithm change will have enough height to the regional cluster. and to be with the "noise" of t
space_analysis
- ＧＩＳ空间分析中的空间聚类分析源码，vc++开发-GIS spatial analysis of spatial clustering analysis of the source code, development vc
ju
- 一个CURE聚类算法 应用了K中心点算法 采用空间坐标聚集 -a clustering algorithm is applied to the K-center space coordinates is used to gather
k-means
- 空间数据分析中最常用的是聚类分析,而K-MEANS算法是聚类分析中常用的,其主要思想是在给定的聚类数目下对多维(我做的是三维空间点)向量进行聚类,-Spatial data analysis is the most commonly used cluster analysis, while the K-MEANS algorithm is commonly used in cluster analysis, the main idea
GDBSCAN
- 空间聚类算法GDBSCAN 对数据挖掘有用-Spatial clustering algorithm for data mining useful GDBSCAN
Cluster_Analysis
- 用Java语言实现的空间聚类分析程序，对离散点按照距离标准进行分类。-Java language with the spatial clustering analysis procedures, in accordance with the distance between discrete points of criteria.
SimpleKMeans
- 简单的空间聚类，C#项目，有源码及可执行文件-Simple spatial clustering, C# project, with source and executable files
fenge
- 对图像进颜色空间分割，并进行聚类分析，代码简单，直接运行即可-clustering
聚类程序
- 几种聚类的程序，适合初学者，对目标空间中的点进行分类，效果很好(Several clustering procedures, suitable for beginners)
面向高维数据的子空间聚类算法研究
- 面向高维数据的子空间聚类算法研究，包括所有的硬子空间，软子空间等聚类算法，也包括一些新提出的子空间聚类算法及其伪代码和实验分析。(The research of subspace clustering algorithms for high-dimensional data includes all the hard subspace, soft subspace and other clustering algorithms. It
（聚类）clustersuvey
- 聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。(Cluster analysis is made up of patterns, usually a measure of a measure, or a point in a multidimensional space.)
SSC
- 基于稀疏表征的子空间聚类算法，是vidal的算法的MATLAB实现(The subspace clustering algorithm based on sparse representation is the MATLAB implementation of vidal's algorithm)
scalespace
- 基于计算机视觉所提出的尺度空间融合理论的空间聚类方法(Spatial clustering method based on the theory of scale space fusion proposed by computer vision)
EWKM
- 子空间聚类算法EWKM (Entropy Weighting K-Means) 在matlab上的实现。(Entropy Weighting K-means which is one of the subspace clustering algorithm written in Matlab.)
K—均值聚类提取
- k均值聚类提取，适合学习。先将RGB图像转换到LAB空间，在LAB空间进行聚类分割。(K-means clustering is suitable for learning. First convert the RGB image to LAB space and perform clustering and segmentation in the LAB space.)
87361043sparse-subspace-clustering
- SSC经典的稀疏子空间聚类算法，matlab代码，可用于图像分割，图像识别等(SSC based matlab,can be used for image segmentation,image recognization and so on)
稀疏子空间聚类程序
- 稀疏子空间聚类程序,其中包含 LS3C_release，SSC_1.0， SSC_ADMM等程序(sparse subspace cluster code)