搜索资源列表
KMeanIntroduction
- 聚类分析是将集合中的数据按其相似性大小分成不同类别的一种方法,它是模式 识别中多变量无监督学习的一个分支,己成功地用于医学,地质,财务,工程,图像 处理和文档等的数据分类中；含有实现此算法的源码 -cluster analysis is to pool the data according to similar size into a different category, It is pattern recognition multivariable Unsupervised Le
LJClusterDemo
- 文本聚类是基于相似性算法的自动聚类技术，自动对大量无类别的文档进行归类，把内容相近的文档归为一类，并自动为该类生成特征主题词。适用于自动生成热点*专题、重大新闻事件追踪、情报的可视化分析等诸多应用。 灵玖Lingjoin（www.lingjoin.com）基于核心特征发现技术，突破了传统聚类方法空间消耗大，处理时间长的瓶颈；不仅聚类速度快，而且准确率高，内存消耗小，特别适合于超大规模的语料聚类和短文本的语料聚类。 灵玖文档聚类组件的主要特色在于： 1、速度快：可以处理海量规模
AIS
- 本文简要介绍了数据挖掘中的聚类、关联分析、时间序列分析等理论和技术，在分析目前交通领域的数据挖掘，特别是AIS信息的数据挖掘研究现状的基础上，针对网络化的AIS数据库的AIS信息特点，提出了用于AIS信息的挖掘方法-This paper briefly describes the data mining clustering, association analysis, time series analysis theory and technology, in analyzing the da
f
- 模式识别课件 当预先不知道类型数目，或者用参数估计和非参数估计难以确定不同类型的类概率密度函数时，为了确定分类器的性能，可以利用聚类分析的方法。-When the pre-recognition software does not know the type of number, or parameter estimation and non-parameter estimation it is difficult to determine the different types of ca
Discriminantanalysisandclusteranalysis
- 本文档包括了对软件中用到的多元统计分析中判别分析与聚类分析的主要方法(包括距离判别分析,费希尔判别分析,贝叶斯判别分析,逐步判别分析及聚类分析)原理及在本软件中使用的基本方法与设计流程图进行了详尽的阐释,在通过本文档的阅读对软件有一个总体的了解后再确定您要使用的分析方法-This document includes the software used in multivariate statistical analysis of discriminant analysis and cluster
ARM
- 数据挖掘，分类的方法介绍和聚类的相关应用等-data mining
juleisuanfa2
- 介绍了基于C均值聚类和基于核函数的C均值聚类两种图像分割的方法-Introduced based on the C-means clustering, and Kernel-based C-means clustering two kinds of image segmentation methods
matlab-code
- 模式识别c均值聚类，也陈k均值，是模式识别中最最要的聚类方法之一。-Pattern Recognition, c-means clustering, and Chen k means, is far the most to the clustering pattern recognition methods.
aaaa
- 基于生物免疫系统的自适应学习、免疫记忆、抗体多样性及动态平衡维持等功能,提出一种动态多目标免疫 优化算法处理动态多目标优化问题.算法设计中,依据自适应ζ邻域及抗体所处位置设计抗体的亲和力,基于Pa- reto控制的概念,利用分层选择确定参与进化的抗体,经由克隆扩张及自适应高斯变异,提高群体的平均亲和力,利 用免疫记忆、动态维持和Average linkage聚类方法,设计环境识别规则和记忆池,借助3种不同类型的动态多目标 测试问题,通过与出众的动态环境优化算法比较,数值实验表明所
PCA
- 提出一种基于主分量分析和相融性度量的快速聚类方法。通过构造主分量空间将高维数据投影到两个主成分上 进行特征提取，每一个主分量都是原始变量的线性组合-Is proposed based on Principal Component Analysis and Measure of blending fast clustering method. Principal component space by constructing a high-dimensional data onto two p
File3
- 数据挖掘，聚类，遗传算法，k-means算法，基于遗传算法的k-means聚类方法。-Data mining, clustering, genetic algorithm, k-means algorithm, based on genetic algorithm k-means clustering method.
face-detection-based-on--YUV
- ：根据肤色色度的分配比例，提出了一种改进YCbCr 的Bayesian 肤色检测方法，在肤色背景下，利用肤色和唇色在YUV 空 间分布特点，变换YUV 空间的坐标轴，增大唇色和肤色V 分量上的差异。提取了唇色的质心和旋转方向，根据人脸几何特征的先 验知识建立人脸定位模型。实验表明在改进的颜色空间内，肤色投影到CrCg 平面内得到更好的聚类效果。唇色定位人脸算法简 单，速度快，更具实效性，对旋转的人脸同样有效。-the files for the face recognization
k_means
- k-means聚类方法 编写k-means聚类方法对这些点进行聚类-k-means clustering method to write k-means clustering method to cluster these points
1
- 基于人工鱼群算法和模糊C_均值聚类的洪水分类方法-Based on artificial fish-means clustering algorithm and fuzzy C_ flood classification
frequent-term-based-text-clustering
- 一篇很好的基于主题的聚类方法论文，可以用在文本分类等众多领域-frequent term-based text clustering
MPC
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
MULTIPLE
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
A-Possibilistic-Fuzzy-c-Means
- 数据挖掘的英文文章，对模糊C聚类方法进行了介绍，可以有效的理解外国数据挖掘的趋势。-The English articles of data mining, abroad and the development trend of data mining
iris
- iris标准数据，用于数据聚类方法测试-iris standard data
mycluster
- 均值滤波聚类方法，对语音信号的分割和识别的一种有效方法-Average filtering clustering method, segmentation and recognition of speech signal is an effective method