搜索资源列表
聚类程序
- 包含多种聚类算法，例如：kmeans，isodata，遗传算法，层次聚类等等，采用vc实现。
881
- 一种高效的聚类算法给定要聚类的N的对象以及N*N的距离矩阵(或者是相似性矩阵), 层次式聚类方法的基本步骤(参看S.C. Johnson in 1967)如下:-An Efficient Algorithm for the cluster must be the object of N and N* N distance matrix (or similarity matrix), the hierarchical clustering
Algorithm-Cluster-1.22.tar
- 关于图像处理的聚类软件及源代码，大家多参考一下吧-on Image Processing Cluster software and source code, everyone should take a look it
dfdgg
- 图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列有意义的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。-image processin
clustering
- 1. 分层次聚类法（最短距离法） 2. 最简单的聚类方法 3. 最大距离样本 4. K 平均聚类法（距离平方和最小聚类法） -1. Hierarchical clustering method (the shortest distance method) 2. The simplest clustering method 3. The maximum distance the sample 4. K average clu
singlelink
- 聚类算法：最短距离算法。对给定的数据集进行自底向上的层次的分解，直到某种条件满足而已。缺陷在于一旦一个步骤完成，它就不能被撤消这个严格的规定是有用的，由于不用担心组合数目的不同选择，计算代价会较小。-Clustering Algorithm: the shortest distance algorithm. For a given data set to the level of bottom-up decomposition, unt
clustering_algorithm_review
- 该综述介绍了分层次聚类法，最大距离样本，K平均聚类法等聚类方法的思路。-Summary of the introduction of the hierarchical clustering method, the greatest distance from the sample, K the average clustering method, such as the idea of clustering method.
MATLAB
- 层次模糊聚类的算法实现，一个用C或者C++写的kmeans算法，最新的聚类算法-Level fuzzy clustering algorithm, one using C or C++ written kmeans algorithm, the latest clustering algorithm
LayerCluster
- 基于层次划分的最佳聚类数确定方法
DBSCAN
- DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。(DBSCAN is a representative density based clustering algorithm
clustering
- 包括层次聚类和密度聚类的效果对比，是机器学习入门的好东西(Including hierarchical clustering and density clustering effect contrast, is a good machine learning entry)
ClusteringAlgorithm
- 包含Kmeans聚类，最大最小聚类，最近邻聚类，层次聚类的C++编程(C++ programming including Kmeans clustering, maximum and minimum clustering, nearest neighbor clustering and hierarchical clustering)
hierarchicalcluster
- 简单的层次聚类matlab小实验 仅供参考(hierarchical cluster)
xcluster-master
- SIGKDD2017上的文章，该算法适合数据集类簇数和数据条目都比较大的情况，聚类效率高(It is suitable for large number of data categories and data items, and the efficiency of clustering is high)
代码
- 先用的层次分析法筛选变量，而后使用聚类分析中的kmeans和pam两种方法，优点在于可以快速聚类，针对较大的数据量(clustering methodology)
代码
- 使用的是深圳市数学建模的电信用户数据，基于数据筛选出高价值用户，并分析他们的消费特点。代码中包括了层次分析法，聚类分析，数据的缺失值、异常值的处理(The code includes the analytic hierarchy process, the clustering analysis, the missing values of the data, and the handling of the abnormity value
AGNES
- 层次聚类，凝聚法指的是初始时将每个样本点当做一个类簇，所以原始类簇的大小等于样本点的个数，然后依据某种准则合并这些初始的类簇，直到达到某种条件或者达到设定的分类数目。(hierarchical clustering)
CureDemo
- 实现的cure聚类的demo。算法在开始时，每个点都是一个簇，然后将距离最近的簇结合，一直到簇的个数为要求的K。它是一种分裂的层次聚类。算法分为以下6步： 1）从源数据对象中抽取一个随机样本S。 2）将样本S分割为一组划分。 3）对划分局部的聚类。 4）通过随机取样提出孤立点。如果一个簇增长得太慢，就去掉它。 5）对局部的簇进行聚类。 6）用相应的簇标签标记数据。(The implementation
Hierarchical clustering
- 可以进行聚类分析中的层次聚类，是经典聚类中常用的方法。(Hierarchical clustering in clustering analysis is a common method in classical clustering.)
clustering
- 自己做的一些层次聚类 有一些数据集 和一些仿真图 用的是信号熵特征进行聚类(Some of the hierarchical clustering done by myself, some data sets and some simulation maps are clustered by means of signal entropy features.)