亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

k均值算法

  • 文件中包含多種模式識別常用的算法

    文件中包含多種模式識別常用的算法,如:ISODATA、 K均值、 感知器、 LMSE最小誤差、 貝葉斯,希望對大家能有所幫助

    標簽: 模式識別 算法

    上傳時間: 2014-03-07

    上傳用戶:caozhizhi

  • 機器學習算法 朱塞佩·博納科爾索【意】

    介紹了數據科學領域常用的所有重要機器學習算法以及TensorFlow和特征工程等相關內容。涵蓋的算法包括線性回歸、邏輯回歸、支持向量機、樸素貝葉斯、K均值、隨機森林等,這些算法可以用于監督學習、非監督學習、強化學習或半監督學習。本書在簡明扼要地闡明基本原理的基礎上,側重于介紹如何在Python環境下使用機器學習方法庫,并通過大量實例清晰形象的展示了不同場景下機器學習方法的應用。

    標簽: 機器學習 算法 middot

    上傳時間: 2021-10-21

    上傳用戶:d1997wayne

  • 這是我幫一個本科生做的畢業設計

    這是我幫一個本科生做的畢業設計,實現的數據挖掘的k均值和k中心算法,其中包含了我做的兩個二維的數據集,感覺要預先知道k的參數值,不是很方便

    標簽: 畢業設計

    上傳時間: 2015-03-29

    上傳用戶:as275944189

  • 模式識別 ISODATA算法

    模式識別 ISODATA算法 ,ISODATA算法與C-均值算法相似,聚類中心都是通過樣本均值的迭代運算來決定的;

    標簽: ISODATA 模式識別 算法

    上傳時間: 2013-12-17

    上傳用戶:wyc199288

  • 模式識別的一些算法

    模式識別的一些算法,包括sodata,均值算法,需要的下載

    標簽: 模式識別 算法

    上傳時間: 2016-02-12

    上傳用戶:maizezhen

  • 完整的模式識別庫

    完整的模式識別庫,包括矩陣運算,各種模式識別算法,如K均值、SVM、RVM、NN、LDA等

    標簽: 模式識別

    上傳時間: 2016-04-02

    上傳用戶:vodssv

  • 現有的幾個網絡拓撲隨機發生器

    現有的幾個網絡拓撲隨機發生器,其實很難生成理想的網絡拓撲結構,其主要原因在于很難控制節點的疏密和間距。我們提出來的這個改進算法,在隨機拋撒節點的時候使用了K均值聚類,由本算法作為網絡拓撲發生器,網絡節點分布均勻且疏密得當,邊的分布也比較均衡

    標簽: 網絡拓撲 發生器 隨機

    上傳時間: 2016-05-26

    上傳用戶:baiom

  • cskmeans 聚類算法的一種 1. 分裂法(partitioning methods):給定一個有N個元組或者紀錄的數據集

    cskmeans 聚類算法的一種 1. 分裂法(partitioning methods):給定一個有N個元組或者紀錄的數據集,分裂法將構造K個分組,每一個分組就代表一個聚類,K<N。而且這K個分組滿足下列條件:(1) 每一個分組至少包含一個數據紀錄;(2)每一個數據紀錄屬于且僅屬于一個分組(注意:這個要求在某些模糊聚類算法中可以放寬);對于給定的K,算法首先給出一個初始的分組方法,以后通過反復迭代的方法改變分組,使得每一次改進之后的分組方案都較前一次好,而所謂好的標準就是:同一分組中的記錄越近越好,而不同分組中的紀錄越遠越好。使用這個基本思想的算法有:K-MEANS算法、K-MEDOIDS算法、CLARANS算法;

    標簽: partitioning cskmeans methods 聚類算法

    上傳時間: 2014-01-16

    上傳用戶:songyue1991

  • FCM算法是一種基于劃分的聚類算法

    FCM算法是一種基于劃分的聚類算法,它的思想就是使得被劃分到同一簇的對象之間相似度最大,而不同簇之間的相似度最小。模糊C均值算法是普通C均值算法的改進,普通C均值算法對于數據的劃分是硬性的,而FCM則是一種柔性的模糊劃分。在介紹FCM具體算法之前我們先介紹一些模糊集合的基本知識。

    標簽: FCM 算法 聚類算法

    上傳時間: 2014-11-28

    上傳用戶:lgnf

  • 文中設計了一個3層徑向基神經網絡(RBFN)用于對企業的5項評價指標進行聚類分析

    文中設計了一個3層徑向基神經網絡(RBFN)用于對企業的5項評價指標進行聚類分析,并與蟻群算法做了比較分析。RBFN由輸入層 到隱含層采用傳統的K一均值算法,隱含層到輸出層通過“模2遞減”學習速率的BP學習;蟻群算法根據信息素的分配能夠自動調整收索 路徑,從而達到數據自動聚類的目的。結果表明,與蟻群算法相比,改進RBFN具有快速收斂、自動識別奇異樣本的優點,而蟻群算法 無須教師學習,并能夠達到全局最優。

    標簽: RBFN 徑向 神經網絡 評價指標

    上傳時間: 2013-12-15

    上傳用戶:txfyddz

主站蜘蛛池模板: 淮滨县| 华蓥市| 临沭县| 徐水县| 潍坊市| 青神县| 江山市| 尉氏县| 洛阳市| 福贡县| 哈巴河县| 安溪县| 江孜县| 九龙坡区| 托克托县| 临颍县| 呼伦贝尔市| 大悟县| 宜州市| 宁乡县| 崇仁县| 安丘市| 苏尼特右旗| 肥西县| 唐山市| 大新县| 同仁县| 罗甸县| 贡觉县| 太原市| 东安县| 翁源县| 铜川市| 额济纳旗| 都昌县| 朝阳县| 应用必备| 二手房| 永宁县| 慈利县| 左权县|