搜索资源列表
wkmeans
- 加权k均值算法，或者称为加权C均值聚类算法
加权欧氏距离及其应用
- 聚类算法中常用欧氏距离，这篇文章描述了使用加权的方法。-clustering algorithm common Euclidean distance, this article describes the use of weighted method.
kmeans
- 改进的k-means方法，对聚类的实例节能型加权 少数类多数类的函数-Improved k-means method for clustering a small number of examples of energy-saving type of weighted majority of types of function
008
- 文对模糊C．均值(FCM)聚类算法的一种改进算法一特征加权的 FCM(WFCM)聚类算法，与FCM算法进行了测试比较。-Paper on fuzzy C. Mean (FCM) clustering algorithm An improved algorithm for a feature weighted FCM (WFCM) clustering algorithm, FCM algorithm was tested with the comparison.
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 weighted index m given c preferred m
imagefusion
- 提出了一种基于多通道 Gabo r滤波器和 FCM聚类的图像融合新方法。该方法先利用模糊 C2均值聚类算法在多通道 Gabo r滤波器形成的特征空间上对图像进行区域分割 再对待融合图像进行多尺度小波分解 在此基础上利用 Gabo r滤波器提取高频段纹理特征构造区域相似度 ,应用区域相似度及信息量构造加权因子 ,从而得到融合图像的小波系数 最后 ,利用小波逆变换得到融合图像.-Proposed a multi-channel Gabo r filter and FCM clustering f
the-distance
- 以计算样本点到聚类中心的距离为例，学到matlab中矩阵在加权指数,迭代次数和误差的相关应用-Sample points to calculate the distance to the cluster center, for example, learn matlab in the matrix in the weighted index, the number of iterations and errors related applications
fcmC
- 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-Fcm algorithm in the original, based on the number of clustering algorithms and the weighted index m given
An-Improved-Mean-Shift-Algorithm
- 奉文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标 颜色分布的缺点，提出J，一种改进算法．该改进算法首先对目标的颜色进行聚类分析，根据聚类结果通过矩阵分解和正交变换 自适席地剖分日标的颜色空间从向确定对戍于每一聚类的子空间．在此基础上定义 一种新的颜色模型，该模型统计落入每 一颜色子空间的像素的加权个数并用高斯分布建模每一个子空间的颜色分布，并推导r一种相似性度量米比较目标和候选目 标的颜色模型之间的相似程度．最后基于该颜
entati
- 非局部加权模糊C均值聚类图像分割Non-locally weighted fuzzy C-means image segmentation-Non-locally weighted fuzzy C-means image segmentation
FCM_iris
- 2. iris鸢尾植物数据 a) 数据集描述：该数据集包含150个实例，属性个数为4，已知分为3类。 b) 参数选择： 聚类数为3 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Iris iris plant data A) data set descr iption: the data set contains 150 examples, the number of attribute
FCM_synthetic_control.data
- 1. Synthetic Control Chart Time Series合成控制图时间序列 a) 数据集描述：该数据集包含600个实例，属性个数为6，已知分为6类。 b) 参数选择： 聚类数为6 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Synthetic Control Chart Time Series Synthetic Control Chart Time sequence
Kmeans
- Kmeans 算法是聚类分析中使用最为广泛的算法之一，其每个类别均用该类中所有数据的平均值(或加权平均)来表示，这个平均值即被称作聚类中心。该方法虽然不能用于 类别属性的数据，但对于数值属性的数据，它能很好地体现聚类在几何和统计学上的意义。-Kmeans algorithm is the most widely used cluster analysis algorithm, each category with the average of all data in the class (
psocluster
- 改进的微粒群算法来聚类高维数据，重点解决了变量加权问题，聚类质量较高。-Improved particle swarm algorithm to cluster high dimensional data, focused on solving the problem of variable weighting and clustering of high quality
Ikmeanssm
- 改进的k-means方法，对聚类的实例节能型加权 少数类多数类的函数-Improved k-means clustering instance, energy-efficient weighted minority class and majority class of functions
Texture-Segmen-ta-t-ion-withWavelet
- 为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率, 提出了一种基于小波变换的利 用特征加权来进行纹理分割的方法. 该方法包括特征提取、预分割和后分割 3 个阶段, 其中, 特征提取在金字塔结 构小波变换的基础上进行 预分割利用均值聚类算法来对原始图象进行初步的分割 后分割则根据预分割的结果 对特征进行加权, 然后利用最小距离分类器来实现图象的最后分割. 与传统的方法相比, 该方法在分割错误率、边 缘准确性以及区域一致性等方面均有明显的改善-To imp rove t
fourdirectionedge2
- 将用双线性插值归一化后的图像用2*2的窗口扫描加权方向的边缘图，用改进的模糊C均值聚类算法将图像聚类成为候选文字区域和非文字区域。-Bilinear interpolation owned by an after image edge map with 2* 2 the window scanned weighted direction, image clustering with improved fuzzy C-means clustering algorithm to become the
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
基于特征和实例迁移的加权多任务聚类_张晓彤
- 基于特征和实例迁移的加权多任务聚类_张晓彤