<bdo id="mu6cg"></bdo>
聚類算法中常用歐氏距離，這篇文章描述了使用加權的方法。
標簽： 聚類算法
上傳時間： 2014-09-05
上傳用戶：Thuan
聚類算法大部分都使用距離來計算相似度，本文探討了無需使用距離的方法。
標簽： 聚類算法 分 計算
上傳時間： 2014-12-05
上傳用戶：FreeSky
這是一個改進的快速實現模糊c-means聚類算法的程序
標簽： c-means 快速實現 模糊 聚類算法
上傳時間： 2014-11-30
上傳用戶：yt1993410
聚類算法是基于距離的，但是大多采取單一的歐氏距離，不利于結果的發現。
上傳時間： 2015-03-30
上傳用戶：caozhizhi
實現聚類K均值算法： K均值算法：給定類的個數K，將n個對象分到K個類中去，使得類內對象之間的相似性最大，而類之間的相似性最小。 缺點：產生類的大小相差不會很大，對于臟數據很敏感。 改進的算法：k—medoids 方法。這兒選取一個對象叫做mediod來代替上面的中心 的作用，這樣的一個medoid就標識了這個類。步驟： 1，任意選取K個對象作為medoids（O1,O2,…Oi…Ok）。 以下是循環的： 2，將余下的對象分到各個類中去（根據與medoid最相近的原則）； 3，對于每個類（Oi）中，順序選取一個Or，計算用Or代替Oi后的消耗—E（Or）。選擇E最小的那個Or來代替Oi。這樣K個medoids就改變了，下面就再轉到2。 4，這樣循環直到K個medoids固定下來。 這種算法對于臟數據和異常數據不敏感，但計算量顯然要比K均值要大，一般只適合小數據量。
標簽： K均值算法 聚類
上傳時間： 2015-04-03
上傳用戶：sardinescn
變色龍層次聚類算法，利用動態模型的層次聚類算法
標簽： 層次聚類 算法
上傳用戶：gtf1207
層次聚類算法中的cure算法，它利用代表點來達到聚類目的
標簽： cure 算法 層次聚類
上傳用戶：jjj0202
圖像模式識別的聚類器設計，采用VC++實現，和分類器設計相對應。
標簽： 圖像 模式識別 聚類
上傳時間： 2014-12-02
上傳用戶：han_zh
gmeans-- Clustering with first variation and splitting 文本聚類算法Gmeans ,使用了3種相似度函數,cosine,euclidean ,KL.文本數據使用的是稀疏矩陣形式.
標簽： Clustering euclidean variation splitting
上傳時間： 2014-01-05
上傳用戶：cainaifa
用迷宮算法實現聚點的統計，這里只是簡單掃描每個像素的四個方向，當然，可以很容易修改源碼，實現八個方向的掃描，至于聚點嘛，就是被數碼0包圍的數碼1組成的塊，這種算法在元件識別方面可以應用。
標簽： 迷宮算法
上傳時間： 2013-12-19
上傳用戶：cursor
蟲蟲下載站版權所有 京ICP備2021023401號-1
<input id="g4y6w"></input>
<bdo id="g4y6w"></bdo>
