matlab源碼關(guān)于模糊K均值聚類算法，很好的，適合大家下載研究學(xué)習(xí)
上傳時(shí)間： 2016-08-30
上傳用戶：sz_hjbf
動(dòng)態(tài)聚類的k均值算法－－用k均值算法解決動(dòng)態(tài)聚類問(wèn)題
標(biāo)簽： 動(dòng)態(tài) 聚類 均值算法
上傳時(shí)間： 2016-09-01
上傳用戶：zhenyushaw
基于k均值聚類學(xué)習(xí)算法的rbf神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
標(biāo)簽： rbf 均值聚類 學(xué)習(xí)算法 神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2013-12-20
上傳用戶：plsee
Vinary K.Ingle John G.Proakis----Digital Signal Processing Using Matlab PWS Publish
標(biāo)簽： Processing Digital Proakis Publish
上傳時(shí)間： 2016-09-07
上傳用戶：xinzhch
k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 Matlab 源代碼，以蘭花數(shù)據(jù)集作為測(cè)試對(duì)象。
標(biāo)簽： 聚類 k-means 對(duì)象 算法
上傳時(shí)間： 2014-01-21
上傳用戶：2525775
聚類算法：k—medoids 方法。這兒選取一個(gè)對(duì)象叫做mediod來(lái)代替上面的中心 的作用，這樣的一個(gè)medoid就標(biāo)識(shí)了這個(gè)類。步驟： 1，任意選取K個(gè)對(duì)象作為medoids（O1,O2,…Oi…Ok）。 以下是循環(huán)的： 2，將余下的對(duì)象分到各個(gè)類中去（根據(jù)與medoid最相近的原則）； 3，對(duì)于每個(gè)類（Oi）中，順序選取一個(gè)Or，計(jì)算用Or代替Oi后的消耗—E（Or）。選擇E最小的那個(gè)Or來(lái)代替Oi。這樣K個(gè)medoids就改變了，下面就再轉(zhuǎn)到2。 4，這樣循環(huán)直到K個(gè)medoids固定下來(lái)。 這種算法對(duì)于臟數(shù)據(jù)和異常數(shù)據(jù)不敏感，但計(jì)算量顯然要比K均值要大，一般只適合小數(shù)據(jù)量。 這里是MAtlab源代碼。
標(biāo)簽： medoids mediod 聚類算法 對(duì)象
上傳時(shí)間： 2013-12-26
上傳用戶：txfyddz
數(shù)據(jù)挖掘經(jīng)典k-means算法C源碼實(shí)現(xiàn)
標(biāo)簽： k-means 數(shù)據(jù)挖掘 算法 源碼
上傳時(shí)間： 2014-01-27
上傳用戶：xmsmh
K-means聚類算法的java實(shí)現(xiàn)描述！有詳盡的說(shuō)明，對(duì)初學(xué)者非常有用！
上傳時(shí)間： 2013-12-24
上傳用戶：love_stanford
k-means算法 自定義數(shù)據(jù)樣本和類中心 已經(jīng)調(diào)試實(shí)現(xiàn) 并且有圖清晰表示
標(biāo)簽： k-means 算法 數(shù)據(jù) 樣本
上傳時(shí)間： 2014-01-12
上傳用戶：wweqas
一種c語(yǔ)言算法 k-mean.c
上傳時(shí)間： 2013-12-06
上傳用戶：頂?shù)弥?/p>
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
