無監(jiān)督分類方法，可以對一堆數(shù)值自動的歸類
標(biāo)簽： 分
上傳時間： 2014-12-21
上傳用戶：古谷仁美
動態(tài)聚類k-means演算 將輸入在程式中的數(shù)據(jù)資料 給予適當(dāng)?shù)姆秩?/p>
上傳時間： 2015-03-16
上傳用戶：離殤
災(zāi)色統(tǒng)計聚類的matlab源碼，可用來進(jìn)行統(tǒng)計分析，計算白化與灰化的情況
標(biāo)簽： matlab
上傳時間： 2015-10-27
上傳用戶：1583060504
模糊聚類分析源碼。包含教學(xué)文件，C源碼，實驗資料
上傳時間： 2013-12-24
上傳用戶：ccclll
K-均值聚類算法的編程實現(xiàn)。包括逐點聚類和批處理聚類。K－均值聚類的的時間復(fù)雜度是n*k*m，其中n為樣本數(shù)，k為類別數(shù)，m為樣本維數(shù)。這個時間復(fù)雜度是相當(dāng)客觀的。因為如果用每秒10億次的計算機(jī)對50個樣本采用窮舉法分兩類，尋找最優(yōu)，列舉一遍約66.7天，分成3類，則要約3500萬年。針對算法局部最優(yōu)的缺點，本人正在編制模擬退火程序進(jìn)行改進(jìn)。希望及早奉給大家，傾聽高手教誨。
上傳時間： 2015-03-18
上傳用戶：yuanyuan123
臺灣人對聚類算法的一個介紹。分群法（clustering）是一種最普遍將資料分類成群的方法，其主要的目的乃在於找出資料中較相似的幾個群組。
標(biāo)簽： clustering 分 聚類算法
上傳時間： 2013-12-16
上傳用戶：lxm
有限期作業(yè)安排問題”描述如下:有n個任務(wù)J1,J2,...,Jn,每個任務(wù)Ji都有一個完成期限di,若任務(wù)Ji在它的期限di內(nèi)完成,則可以獲利Ci(1[i[n) 問如何安排使得總的收益最大(假設(shè)完成每一個任務(wù)所需時間均為一個單位時間).這個問題適合用貪心算法來解決,貪心算法的出發(fā)點是每一次都選擇利潤大的任務(wù)來完成以期得到最多的收益 但是對于本問題由于每一個任務(wù)都有一個完成的期限,因此在任務(wù)安排過程中除了考慮利潤C(jī)i外,還要考慮期限di.
上傳時間： 2016-06-27
上傳用戶：s363994250
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
標(biāo)簽： 聚類 K-MEANS k-means 對象
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
標(biāo)簽： 聚類 K-MEANS k-means 對象
上傳時間： 2013-12-19
上傳用戶：chenlong
cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個有N個元組或者紀(jì)錄的數(shù)據(jù)集，分裂法將構(gòu)造K個分組，每一個分組就代表一個聚類，K<N。而且這K個分組滿足下列條件：（1） 每一個分組至少包含一個數(shù)據(jù)紀(jì)錄；（2）每一個數(shù)據(jù)紀(jì)錄屬于且僅屬于一個分組（注意：這個要求在某些模糊聚類算法中可以放寬）；對于給定的K，算法首先給出一個初始的分組方法，以后通過反復(fù)迭代的方法改變分組，使得每一次改進(jìn)之后的分組方案都較前一次好，而所謂好的標(biāo)準(zhǔn)就是：同一分組中的記錄越近越好，而不同分組中的紀(jì)錄越遠(yuǎn)越好。使用這個基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；
標(biāo)簽： partitioning cskmeans methods 聚類算法
上傳時間： 2014-01-16
上傳用戶：songyue1991
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
