搜索资源列表
MyKmeans
- 实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去
Kmeans.Cluster.using.Guide
- 图像集群（Image Clustering） (1)图像读入，显示图像所在路径； (2)采用imgcluster函数进行图像集群，选择集群个数后进行图像集群； (3)运行后，在原图像上显示集群灰度图； (4)若要显示各个集群情况，可打开【Show Clustering Image】新窗体，显示各集群类的基于原图的彩绘区域。其中非当前集群范围，则显示灰度为255的黑色。用户可点击按纽上下查看所有集群图。-image clu
kmeans
- 著名的k均值算法程序，希望对做语音处理的人有用-Well-known k-means algorithm procedures, and they hope to deal with people who voice to do useful
kmeans
- kmeans的matlab演示代码,挺好用-kmeans the matlab demo code, very good use
KMEANS
- K-MEANS算法 输入：聚类个数k，以及包含 n个数据对象的数据库。 输出：满足方差最小标准的k个聚类。 处理流程： （1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心； （2） 循环（3）到（4）直到每个聚类不再发生变化为止 （3） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
cskmeans
- cskmeans 聚类算法的一种 1. 分裂法(partitioning methods)：给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。而且这K个分组满足下列条件：（1） 每一个分组至少包含一个数据纪录；（2）每一个数据纪录属于且仅属于一个分组（注意：这个要求在某些模糊聚类算法中可以放宽）；对于给定的K，算法首先给出一个初始的分组方法，以后通过反复迭代的方法改变分组，使得每
kmeans
- k-means算法 自定义数据样本和类中心 已经调试实现 并且有图清晰表示-k-means algorithm for custom data types of samples and testing center has been and realize that has a clear plan
kmeans
- Matlab的kmeans算法实现，有很详细得说明-Matlab
KMEANS
- KMEANS聚类算法实现程序，程序分为两个部分，包括数据和KMEANS聚类算法实现程序，并有详细的注释．-Clustering algorithm KMEANS realize procedure, the procedure is divided into two parts, including the data and clustering algorithm KMEANS realize procedure, and detai
zfk_example
- 聚类分析里的k均值（kmeans）算法的matlab实现，是老师即将出的书里，我给写的例子，大家看看吧。 -Where k-means cluster analysis (kmeans) algorithm matlab implementation, a teacher is leaving the book, I give examples of writing, we take a look at bar.
192010k-average
- kmeans均值聚类算法:一种改进的基于半监督聚类的入侵检测算法ASCID（Active-learning Semi-supervised Clustering Intrusion Detection），-kmeans clustering algorithm Algorithm was simulated by KDD 99 datasets， which the experimental results demonstrate
knn.kmeans.fisher
- 常用的分类方法，包括最近邻（NN），k均值（kmeans），k近邻，Fisher线性判别。-Commonly used classification methods, including nearest-neighbor (NN), k the mean (kmeans), k neighbors, Fisher linear discriminant.
EMAlgorithm
- EM算法的详细介绍（含PDF文件）及其matlab实现-EM algorithm is a detailed descr iption (including PDF files) and its implementation matlab
kmeans
- 基本粒子群优化算法（PSO） 求解优化问题-Elementary particle swarm optimization (PSO) for solving optimization problems
KMeans
- K均值算法，Matlab实现，输入分类数，实现分类-K means algorithm, Matlab implementation, enter the number of classifications to achieve classification
Kmeans
- Kmeans聚类算法的matlab实现，测试用例使用的是身高和体重（放到.txt文件，从该文件中读取数据），根据身高体重划分为男女两类（上传文件中的sample即为测试例）-Kmeans clustering algorithm matlab implementation, test cases using height and weight (put. Txt file, read from the file data), class
FCM
- 此代码为模糊C均值聚类的图象分割算法的MATLAB实现（与kmeans方法有所不同）-This code is the image of the fuzzy C-means clustering segmentation algorithm in MATLAB
KMeans
- K-means算法是将样本聚类成k个簇（cluster）。(The K-means algorithm is to cluster the samples into k clusters.)