搜索资源列表
一种新的聚类分析距离算法
- K均值是一个预先知道类数的算法，需要具备专业知识，不现实。本文提出一个确定类数的方法。-K is a means to know in advance the number of categories algorithm, requires expertise and unrealistic. This paper presents a number of categories to determine the method.
js表格翻页_APOLLO改进_改进为类_eval最终版
- /*------------------------------------------------------------------| | AjaxTablePage 1.01 | AJAX数组表格分页类 | |-------------------------------------------------------------------| | Copyright (c) 2009 Apollo Updated: 2009年2
K－均值聚类算法C++编程
- K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。-K-means clustering algorithm pr
c-means
- 这是一个聚类代码，里面有分类数据，有MAKEFILE，可以实现模式的分类中-This is a clustering source code which contains classfication data and MAKEFILE.It can be used in classifying pattens.
一种新的聚类分析距离算法
- K均值是一个预先知道类数的算法，需要具备专业知识，不现实。本文提出一个确定类数的方法。-K is a means to know in advance the number of categories algorithm, requires expertise and unrealistic. This paper presents a number of categories to determine the method.
AD转换类
- A/D 转化类实用子程序，包括常用模数转化芯片的转换子程序，还有部分常用模数转换芯片的介绍 -A/D conversion category practical subroutine, including commonly used chip module into the conversion routines, and some commonly used analog-digital conversion chip intro
KMeansV
- k-means聚类算法在二维平面上的可视化实现 聚类时可以设置类数和迭代阈值 聚类结果用色彩和类圆清楚的表现出来-k-means clustering algorithm in a two-dimensional plane with the Visualization of clustering can be set up several categories and iterative threshold Clusterin
Analisis_CArray_in_MFC
- 我们在使用vc进行比较复杂的编程时，经常需要用到复杂的数组结构，并希望能实现动态管理。由于C++并不支持动态数组，MFC提供了一个CArray类来实现动态数组的功能。有效的使用CArray类，可以提高程序的效率。 MFC提供了一套模板库，来实现一些比较常见的数据结构如Array,List,Map。CArray即为其中的一个，用来实现动态数组的功能。 CArray是从CObject派生,有两个模板参数，第一个参数就是CArray类
CArray
- 支持动态增长的数组类，源码包提供了完整的实现源码。对于模板类数组容器感兴趣的朋友是个不错的参考。-Support the dynamic growth of an array type, source packages to provide a complete source realize. Array container for template class a friend is interested in a good refe
apcluster
- 无监督聚类算法,能够自动聚类,不必预先给出类数,聚类精度好于常用的聚类算法.-Unsupervised clustering algorithm, can automatically cluster, do not have to give in advance the number of categories, clustering accuracy of better than commonly used clustering al
LayerCluster
- 基于层次划分的最佳聚类数确定方法
k
- k平均聚类所谓k均值聚类方法是一种无监督的学习算法，它能用已知类数的数据聚类和预测。-k-average clustter
segmentation
- 基于K均值算法和互信息熵差的算法，可以有效地确定分类数,从而该算法对医学图像进行自动优化分割。-K means algorithm based on entropy and mutual information algorithms, can effectively determine the classification number, so that the algorithm for automatic optimization
bp-fenge
- 对图像进行了预处理，同时确定了图像的分类数，对图像进行了基于自组织特征映射的图像聚类处理。-Of the image of the pre-processing, while identifying the classification of the image the number of pairs of images based on self-organizing maps clustering image processing.
YE
- 在原始的fcm算法基础上，对算法中的聚类数c和加权指数m给出优选方法，进而而出了fcm参数优选自适应算法，通过人造数据与具有实际背景的数据验证可以看出该算法是有效的，该算法不但可以自适应的给出最佳的聚类数，而且可以验证聚类的有效性，达到最佳聚类的目的。-In the original fcm algorithm based on the number of clusters on the algorithm and the weight
fcmC
- 这是一种优化的FCM算法 可以自动确定分类数 有关于c,m的改进-This is an optimization of the FCM algorithm to automatically determine the number of categories on the c, m improvement
meanshiftsegmentation
- 均值漂移图像分割测试程序,使用meanshift算法对彩色图像进行聚类分割，效果很好，并且显示使用时间、找到的类数，另包含RGB与LUV颜色空间的互相转换，图片矩阵数据转为降维数组等，程序中有详尽的注释和说明，并且配有测试结果图片，非常适合计算机视觉、机器学习、模式识别的朋友参考-failed to translate
聚类k-means
- 一个非常简单的kmeans算法，主要用于聚类分析，用户仅需要输入聚类数(A very simple kmeans algorithm, mainly for clustering analysis, users only need to enter the number of clusters)
最优聚类数
- 运用matlab软件可实现矩阵的最优聚类数的计算(Using matlab software can realize the matrix calculation of the optimal number of clusters)
SAS聚类分析程序
- 聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致(Clustering analysis is an exploratory analysis. In the process of classification, people do not have to gi