搜索资源列表
fcm
- 模糊C-均值聚类方法的原函数，不用再进行编写，直接可以哄-the function of FUZZY C CLUSTERING
example
- 模糊聚类分析,常规的聚类方法，可以使用于经济、生物、社会调研等各方面分类-fuzzy clustering
FCM-C-mean-cluster-segment-[matlab]
- 模糊C均值聚类的matlab实现，模糊C均值聚类是一种利用模糊数学做的聚类方法，属于图像分割的一种。可利用聚类结果用于图像分析和识别。-FCM,C mean cluster segment [matlab].rar
zuoye4
- 用FAMALE.TXT、MALE.TXT的数据作为本次作业使用的样本集，利用C均值聚类方法对样本集进行聚类分析，对结果进行分析.-Use FAMALE. TXT, MALE. TXT data as the assignment is to use the data sets, using the c-means clustering method of the sample set clustering analysis, the a
AgglomerativeClustering
- 这是一个自下而上的凝聚层次聚类方法。最初，每个元素都是一个单独类，通过算法将两个最近的类合并成一个较大的类，直到形成一个最大包含所有元素的类。 -This is a bottom-up agglomerative hierarchical clustering method. Initially, each element is a separate class, the algorithms of the two most rec
AP_Clustering
- AP聚类方法，是08年发表在“科学”上的聚类方法，本人从图像图像方面研究近十年，这是我所见过最好的聚类算法，本程序提供聚类演示，还把它用图像分割试验（matlab7.0环境调试）。-AP clustering method, is 08 published in " Science" on the clustering method, the image from the image in my research in
test_FLICM
- FLICM一种基于模糊局部信息C均值聚类方法，是对传统FCM聚类方法的最近改进方法，具有更强的鲁棒性，效果明显优于传统算法。-A novel and robust FCM fr a mework for image clustering called Fuzzy Local Information C-means (FLICM) clustering algorithm.
改进的TGSOM聚类方法
- TGSOM方法通过阈值可以自动生成树形结构实现聚类，有效克服了SOM网络的初始结构设置问题。
近邻传播聚类
- 近邻传播聚类是一种较新颖的聚类方法，聚类速度快，运算量少。
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
141083696AP_Clustering
- ap聚类方法，基于信息的传递，可分类任意形状(AP clustering method, based on the transfer of information, can be classified arbitrarily shaped)
knnclassification
- 实现KNN聚类 聚类算法 最简单又实用的聚类方法 常用 适用于多领域(KNN clustering algorithm to achieve the simplest and practical clustering method, commonly used in many fields)
cluster_dp
- 一种聚类方法，很好用，可以自己设置聚类的数目(a method of clustering , you can choose the number of the clustering as you like)
DPC
- 基于密度的聚类方法，能够对任意形状进行聚类(The density-based clustering method that can cluster any shape)
kmeans
- 对数据和图像进行聚类分析，k-means聚类方法多应用于模式识别，人工智能，机器学习等方面(Clustering analysis of data and images, K-means clustering method should be used in pattern recognition, artificial intelligence, machine learning and so on)
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)
CAN code
- 聂飞平教授提出的新的聚类方法CAN，是一种新的聚类方法，可以有效的处理各种数据(CAN, a new clustering method proposed by Professor Nie Feiping, is a new clustering method, which can deal with various data effectively)
NetAP-master
- 计算肿瘤样本相似度，并进行聚类。这是一个聚类方法及框架的程序。(Calculate the similarity of tumor sample and cluster. This is a clustering method and fr a mework program.)
cluster
- 快速搜索与发现密度峰值聚类方法来确定聚类中心(Clustering by fast search and find of density peaks)
RBF-k均值聚类
- RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值。RBF权值的初始聚类方法较为复杂，比较简单的有K均值聚类，复杂的有遗传聚类，蚁群聚类等，这个RBF网络的程序是基于K均值聚类的RBF代码。(RBF (radial basis function network) is an important neural network. The trai