主要是數(shù)據(jù)挖掘中的文本挖掘算法及其分析，其中包括層次聚類，空間向量模型等，處理對象有對于網(wǎng)頁的也有針對純文本的。
標(biāo)簽： 數(shù)據(jù)挖掘 挖掘算法 分
上傳時(shí)間： 2017-09-25
上傳用戶：anng
利用aiNet執(zhí)行資源聚類的算法分為兩部分：第一部分是aiNet學(xué)習(xí)算法，如上所述；第二部分是在獲得記憶細(xì)胞矩陣M和Ab-Ab之間的dij矩陣S基礎(chǔ)上，實(shí)現(xiàn)連通圖的剪枝聚類。
標(biāo)簽： matlab、人工免疫
上傳時(shí)間： 2015-05-12
上傳用戶：weizhuofu
K-Means算法是最古老也是應(yīng)用最廣泛的聚類算法，它使用質(zhì)心定義原型，質(zhì)心是一組點(diǎn)的均值，通常該算法用于n維連續(xù)空間中的對象。 K-Means算法流程 step1：選擇K個(gè)點(diǎn)作為初始質(zhì)心 step2：repeat 將每個(gè)點(diǎn)指派到最近的質(zhì)心，形成K個(gè)簇 重新計(jì)算每個(gè)簇的質(zhì)心 until 質(zhì)心不在變化 例如下圖的樣本集，初始選擇是三個(gè)質(zhì)心比較集中，但是迭代3次之后，質(zhì)心趨于穩(wěn)定，并將樣本集分為3部分 我們對每一個(gè)步驟都進(jìn)行分析 step1：選擇K個(gè)點(diǎn)作為初始質(zhì)心 這一步首先要知道K的值，也就是說K是手動設(shè)置的，而不是像EM算法那樣自動聚類成n個(gè)簇 其次，如何選擇初始質(zhì)心 最簡單的方式無異于，隨機(jī)選取質(zhì)心了，然后多次運(yùn)行，取效果最好的那個(gè)結(jié)果。這個(gè)方法，簡單但不見得有效，有很大的可能是得到局部最優(yōu)。 另一種復(fù)雜的方式是，隨機(jī)選取一個(gè)質(zhì)心，然后計(jì)算離這個(gè)質(zhì)心最遠(yuǎn)的樣本點(diǎn)，對于每個(gè)后繼質(zhì)心都選取已經(jīng)選取過的質(zhì)心的最遠(yuǎn)點(diǎn)。使用這種方式，可以確保質(zhì)心是隨機(jī)的，并且是散開的。 step2：repeat 將每個(gè)點(diǎn)指派到最近的質(zhì)心，形成K個(gè)簇 重新計(jì)算每個(gè)簇的質(zhì)心 until 質(zhì)心不在變化 如何定義最近的概念，對于歐式空間中的點(diǎn)，可以使用歐式空間，對于文檔可以用余弦相似性等等。對于給定的數(shù)據(jù)，可能適應(yīng)與多種合適的鄰近性度量。
標(biāo)簽： K-means Java 數(shù)據(jù)挖掘 聚類 算法
上傳時(shí)間： 2018-11-27
上傳用戶：1159474180
本書全面而系統(tǒng)地介紹了 MATLAB 算法和案例應(yīng)用，涉及面廣，從基本操作到高級算法應(yīng)用，幾乎 涵蓋 MATLAB 算法的所有重要知識。本書結(jié)合算法理論和流程，通過大量案例，詳解算法代碼，解決具 體的工程案例，讓讀者更加深入地學(xué)習(xí)和掌握各種算法在不同案例中的應(yīng)用。 本書共 32 章。涵蓋的內(nèi)容有 MATLAB 基礎(chǔ)知識、GUI 應(yīng)用及數(shù)值分析、MATALB 工程應(yīng)用實(shí)例、 GM 應(yīng)用分析、PLS 應(yīng)用分析、ES 應(yīng)用分析、MARKOV 應(yīng)用分析、AHP 應(yīng)用分析、DWRR 應(yīng)用分析、 模糊逼近算法、模糊 RBF 網(wǎng)絡(luò)、基于 FCEM 的 TRIZ 評價(jià)、基于 PSO 的尋優(yōu)計(jì)算、基于 PSO 的機(jī)構(gòu)優(yōu) 化、基本 PSO 的改進(jìn)策略、基于 GA 的尋優(yōu)計(jì)算、基于 GA 的 TSP 求解、基于 Hopfield 的 TSP 求解、基 于 ACO 的 TSP 求解、基于 SA 的 PSO 算法、基于 kalman 的 PID 控制、基于 SOA 的尋優(yōu)計(jì)算、基于 Bayes 的數(shù)據(jù)預(yù)測、基于 SOA 的 PID 參數(shù)整定、基于 BP 的人臉方向預(yù)測、基于 Hopfield 的數(shù)字識別、基于 DEA 的投入產(chǎn)出分析、基于 BP 的數(shù)據(jù)分類、基于 SOM 的數(shù)據(jù)分類、基于人工免疫 PSO 的聚類算法、 模糊聚類分析和基于 GA_BP 的抗糖化活性研究。 本書適合所有想全面學(xué)習(xí) MATALB 優(yōu)化算法的人員閱讀，也適合各種使用 MATALB 進(jìn)行開發(fā)的工 程技術(shù)人員閱讀。對于相關(guān)高校的教學(xué)與研究，本書也是不可或缺的參考書。另外，對于 MATLAB 愛好 者，本書也對網(wǎng)絡(luò)上討論的大部分疑難問題給出了解答，值得一讀。
上傳時(shí)間： 2022-07-26
上傳用戶：
信號與系統(tǒng)分析及MATLAB實(shí)現(xiàn) 超清書簽版
標(biāo)簽： MATLAB 信號與 系統(tǒng)分析
上傳時(shí)間： 2013-05-15
上傳用戶：eeworm
電路分析基礎(chǔ)課件 PPT版
標(biāo)簽： 電路分析基礎(chǔ)
上傳時(shí)間： 2013-04-15
上傳用戶：eeworm
交大電氣-信號與系統(tǒng)分析課件 PPT版
標(biāo)簽： 電氣 信號與 系統(tǒng)分析
上傳時(shí)間： 2013-06-12
上傳用戶：eeworm
機(jī)構(gòu)和機(jī)械手分析
標(biāo)簽： 機(jī)構(gòu) 分 機(jī)械手
上傳時(shí)間： 2013-04-15
上傳用戶：eeworm
液壓系統(tǒng)的模擬機(jī)分析
標(biāo)簽： 液壓系統(tǒng) 模擬機(jī) 分
上傳時(shí)間： 2013-06-12
上傳用戶：eeworm
機(jī)械系統(tǒng)動態(tài)分析理論與應(yīng)用
標(biāo)簽： 機(jī)械系統(tǒng) 動態(tài)分析
上傳時(shí)間： 2013-07-22
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
