<strike id="wkkqg"></strike>
聚類研究，實現了基于距離，基于密度和改進算法
標簽： 聚類
上傳時間： 2015-03-10
上傳用戶：qiao8960
系統聚類算法K-means 屬于聚類分析中一種基本的劃分方法，常采用誤差平方和準則函數作為聚類準則，該算法在處理大數據集時是相對可伸縮且高效率的，同時具有潛在的數據并行性。但是這種算法依賴于初始值的選擇以及數據的輸入順序；此外，當運用誤差平方和準則函數測度聚類效果時，如果各簇的形狀和大小差別很大，為使誤差平方和 Jc 值達到最小有可能出現將大的聚類簇分割的現象。
標簽： K-means 分 聚類算法
上傳時間： 2015-03-25
上傳用戶：zhuoying119
蟻群算法在聚類中的一個應用，不是很具體。希望和大家一起討論這個問題。
標簽： 蟻群算法 聚類
上傳時間： 2015-03-29
上傳用戶：lxm
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
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
用于多個離散點擬合光滑曲線的，優化了追趕法，這個例子適用于閉合和不閉合兩種情況。當時由于工程情況，寫的急，代碼不好看，但是很好用。為了方便傳遞參數，我做了一個鏈表，用時候根據自己情況可以修改，核心算法不動即可。
標簽： 離散
上傳時間： 2013-12-17
上傳用戶：comua
關于COM 組件設計與應用的文章合集，對ｃｏｍ編程感興趣的朋友可以參考一下，里面提供了詳細的說明和例子，很不錯的
標簽： COM
上傳時間： 2013-12-18
上傳用戶：lizhizheng88
小波變換wavelet是信號處理和圖像處理等方向的重要變換方法，這是十篇很經典的文章合集，pdf文件。
標簽： wavelet 小波變換 信號處理 圖像處理
上傳時間： 2015-04-14
上傳用戶：lanhuaying
C語言編程規范合集,里面有了幾個規范的文檔，其中包括簡略的說明、微軟的、和一些規范說明。
標簽： C語言 編程規范 文檔
上傳時間： 2015-04-29
上傳用戶：anng
數據結構講義合集，里面包括清華大和北大的數據結構的講義。這是很多計算機的同學縮所需要的。
標簽： 數據結構 講義
上傳用戶：cmc_68289287
蟲蟲下載站版權所有 京ICP備2021023401號-1
<strike id="gkmyq"></strike>
