搜索资源列表
以K－均值聚类结果为初始解的模拟退火聚类
- 由于K－均值聚类算法局部最优的特点，而模拟退火算法理论上具有全局最优的特点。因此，用模拟退火算法对聚类进行了改进。20组聚类仿真表明，平均每次对K结果值改进8次左右，效果显著。下一步工作：实际上在高温区随机生成邻域是个组合爆炸问题（见本人上载软件‘k－均值聚类算法’所述），高温跳出局部解的概率几乎为0，因此正考虑采用凸包约束进行模拟聚类，相关工作正在进行。很快将奉献给各位朋友。-as K-means clustering algorit
以K－均值聚类结果为初始解的模拟退火聚类
- 由于K－均值聚类算法局部最优的特点，而模拟退火算法理论上具有全局最优的特点。因此，用模拟退火算法对聚类进行了改进。20组聚类仿真表明，平均每次对K结果值改进8次左右，效果显著。下一步工作：实际上在高温区随机生成邻域是个组合爆炸问题（见本人上载软件‘k－均值聚类算法’所述），高温跳出局部解的概率几乎为0，因此正考虑采用凸包约束进行模拟聚类，相关工作正在进行。很快将奉献给各位朋友。-as K-means clustering algorit
Search
- 进行点云数据处理是需要进行中邻域搜索算法，上传的是K邻域搜索算法-For point cloud data processing is needed in the neighborhood search algorithm, upload the K neighborhood search algorithm
kmeanscluster
- 加油邻域信息的K均值聚类算法，能有有效的去除噪声的干扰，达到好的聚类效果。算法的速度快，执行效率高-K-means clustering algorithms.
knn
- K邻域模式识别方法 KNN算法不仅可以用于分类，还可以用于回归。通过找出一个样本的k个最近邻居，将这些邻居的属性的平均值赋给该样本，就可以得到该样本的属性。更有用的方法是将不同距离的邻居对该样本产生的影响给予不同的权值(weight)，如权值与距离成正比。-k-Nearest Neighbor algorithm
kd-Tree-On-KNN
- 利用K_D树数据结构实现K邻域搜索的算法代码-K_D tree data structure the K neighborhood search algorithm code
k-ball-fast-search
- 自适应空间球的k邻域快速搜索算法，利用空间微分块与动态球策略的k近邻搜索算法研究-Origianl-Adaptive spatial neighborhood k ball fast search algorithm, differential block the use of space and dynamic ball strategy k nearest neighbor search algorithm-Origianl
knnsearch
- 利用matlab实现就近点邻域寻找算法，获取指定点k邻域范围内的点集-Using matlab realize the neighborhood looking for the nearest point algorithms, access points within a specified point range k neighborhood
linyujisuan
- 具备k邻域收索算法，根据不同的k值实现邻域收索，并输出收索后的邻域数据，通过交互式的界面实现邻域点的查询！-K neighborhood have received cord, cable algorithm to achieve a different neighborhood close k values through the GUI interface, and can output data aft
knn
- k邻域算法，可以用于对图像的分类等，这对与遥感、机器学习、人工智能等领域的人比较有用处-knn algorithm
二值图像中拐点的实时检测算法
- 数字图像中的拐点通常成为重要的信息载体，因此准确、稳定和实时地检测出拐点便成为拐点检测算法面l临的主要问题，针对该问题，提出了一种新的二值图像中拐点的实时检测算法。该算法与传统基于边界链码的拐点检测算法不同，其是首先构建像素的k(k>8)邻域，并将图像中物体的边界表示为k邻域链码；然后根据曲率定义的差分形式计算各边界点处的曲率；最后通过检测曲率直方图的局部峰值精确定位出拐点，并利用拐角内部像素的颜色统计信息迅速判断出拐点的凸凹性。
IEEE9
- 不是说了吗k邻域算法，ieee9的k邻域算法，拿好不用谢(Did I say K neighborhood algorithm?)