九九热最新视频//这里只有精品,亚洲精品午夜,在线观看电影av

聚類算法

螞蟻聚類算法的無信息素模型綜述

螞蟻聚類算法的無信息素模型綜述

標簽： 螞蟻算法

上傳時間： 2022-03-12

上傳用戶：d1997wayne
一種基于蟻群聚類的徑向基神經網絡提出了一種基于蟻群聚類算法的徑向基神經網絡. 利用蟻群算法的并行尋優特征和揮發系數方法的自適應更改信息量的能力,并以球面聚類的方式確定了徑向基神經網絡中基函數的

一種基于蟻群聚類的徑向基神經網絡提出了一種基于蟻群聚類算法的徑向基神經網絡. 利用蟻群算法的并行尋優特征和揮發系數方法的自適應更改信息量的能力,并以球面聚類的方式確定了徑向基神經網絡中基函數的位置, 同時通過比較隱層神經元的相似性、合并相似性較為接近的2 個神經元來約簡隱含層的神經元,以達到簡化徑向基神經網絡結構的目的. 實驗比較了幾種不同聚類算法的徑向基神經網絡,結果表明,所提神經網絡的整體訓練時間至少可縮短40 ％ ,學習的準確率可提高1 ％以上,而且網絡結構更加精簡.

標簽： 徑向神經網絡蟻群聚類并行

上傳時間： 2013-12-26

上傳用戶：wuyuying
使用禁忌算法確定聚類簇數目的ppt

使用禁忌算法確定聚類簇數目的ppt，該論文改進了聚類算法需事先知道聚類簇中心點的缺點，減少了依賴性

標簽： 禁忌算法聚類

上傳時間： 2013-12-21

上傳用戶：FreeSky
層次模糊聚類的算法實現

層次模糊聚類的算法實現，一個用C或者C++寫的kmeans算法，最新的聚類算法

標簽： 模糊聚類算法

上傳時間： 2017-05-05

上傳用戶：yd19890720
層次聚類算法實現

層次聚類的算法實現，有圖形界面，僅供參考，請勿用于商業用途

標簽： 層次聚類 C

上傳時間： 2016-03-04

上傳用戶：seayuweya
數據挖掘-聚類-K-means算法Java實現

K-Means算法是最古老也是應用最廣泛的聚類算法，它使用質心定義原型，質心是一組點的均值，通常該算法用于n維連續空間中的對象。 K-Means算法流程 step1：選擇K個點作為初始質心 step2：repeat 將每個點指派到最近的質心，形成K個簇重新計算每個簇的質心 until 質心不在變化例如下圖的樣本集，初始選擇是三個質心比較集中，但是迭代3次之后，質心趨于穩定，并將樣本集分為3部分我們對每一個步驟都進行分析 step1：選擇K個點作為初始質心這一步首先要知道K的值，也就是說K是手動設置的，而不是像EM算法那樣自動聚類成n個簇其次，如何選擇初始質心最簡單的方式無異于，隨機選取質心了，然后多次運行，取效果最好的那個結果。這個方法，簡單但不見得有效，有很大的可能是得到局部最優。另一種復雜的方式是，隨機選取一個質心，然后計算離這個質心最遠的樣本點，對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式，可以確保質心是隨機的，并且是散開的。 step2：repeat 將每個點指派到最近的質心，形成K個簇重新計算每個簇的質心 until 質心不在變化如何定義最近的概念，對于歐式空間中的點，可以使用歐式空間，對于文檔可以用余弦相似性等等。對于給定的數據，可能適應與多種合適的鄰近性度量。

標簽： K-means Java 數據挖掘聚類算法

上傳時間： 2018-11-27

上傳用戶：1159474180
基于FPGA的星圖采集及預處理算法實現

本文的目的就是研究如何應用FPGA這種大規模的可編程邏輯器件實現CCD（Charge Coupled Device，電荷耦合器件）數字圖像的實時采集及預處理。基于對實時圖像處理系統的研究與設計，本文主要研究工作及成果如下： 1.本論文詳細的介紹了圖像采集卡的結構和基本工作原理。同時，針對高分辨率的CCD攝像機，探討了有關點目標與CCD像元一一對應的圖像采集及其硬件和軟件設計方法。 2.本文分析了星圖中弱小目標、噪聲以及背景的特點，給出了點目標的場景圖像的數學模型及復雜背景下點目標檢測的預處理方法。針對星圖灰度分布的特點，采用高斯低通濾波算法和高通濾波算法對星圖進行預處理，同時還對圖像掃描聚類算法進行了研究與分析。 3.數字信號處理器常常因為在復雜性、運算速度等方面的限制，難以實時的實現復雜的檢測算法。本文采用FPGA技術，實現了復雜背景下弱點目標的預處理算法，解決了計算、數據緩沖和存儲操作協調一致的問題，同時采用并行高密度加法器和流水線的工作方式，使整個系統的數據交換和處理速度得以很大的提高，合理的解決了資源和速度之間的相互制約問題，并在實際中取得滿意的結果。

標簽： FPGA 采集預處理算法

上傳時間： 2013-07-03

上傳用戶：wang5829
基于粒子群模糊C均值聚類的快速圖像分割

模糊C-均值聚類算法是一種無監督圖像分割技術，但存在著初始隸屬度矩陣隨機選取的影響，可能收斂到局部最優解的缺點。提出了一種粒子群優化與模糊C-均值聚類相結合的圖像分割算法，根據粒子群優化算法強大的全局搜索能力，有效地避免了傳統的FCM對隨機初始值的敏感，容易陷入局部最優的缺點。實驗表明，該算法加快了收斂速度，提高了圖像的分割精度。

標簽： 粒子群模糊均值聚類圖像分割

上傳時間： 2013-10-25

上傳用戶：llandlu
基于模糊C均值的數據流入侵檢測算法

針對數據在性態和類屬方面存在不確定性的特點，提出一種基于模糊C 均值聚類的數據流入侵檢測算法，該算法首先利用增量聚類得到網絡數據的概要信息和類數，然后利用模糊C均值聚類算法對獲取的數據特征進行聚類。實驗結果表明該算法可以有效檢測數據流入侵。

標簽： 模糊數據流入侵檢測算法

上傳時間： 2015-01-03

上傳用戶：fujiura
數據挖掘算法之一

數據挖掘算法之一，基于代表點的CURE聚類算法，該算法先把每個數據點看成一類，然后合并距離最近的類，直至類個數為所要求的個數為止。

標簽： 數據挖掘算法

上傳時間： 2015-03-29

上傳用戶：lunshaomo