排序:上传时间 相关度 下载量 查看数

k均值算法 30643

按分类查找:

  • 文件中包含多种模式识别常用的算法

    文件中包含多种模式识别常用的算法,如:ISODATA、 K均值、 感知器、 LMSE最小误差、 贝叶斯,希望对大家能有所帮助

    /dl/459849.html

    标签: 模式识别 算法

    上传时间: 2014-03-07

    上传用户:caozhizhi

  • 机器学习算法 朱塞佩·博纳科尔索【意】

    介绍了数据科学领域常用的所有重要机器学习算法以及TensorFlow和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、K均值、随机森林等,这些算法可以用于监督学习、非监督学习、强化学习或半监督学习。本书在简明扼要地阐明基本原理的基础上,侧重于介绍如何在Python环境下使用机器学习方法 ...

    /dl/744480.html

    标签: 机器学习 算法 middot

    上传时间: 2021-10-21

    上传用户:d1997wayne

  • 这是我帮一个本科生做的毕业设计

    这是我帮一个本科生做的毕业设计,实现的数据挖掘的k均值和k中心算法,其中包含了我做的两个二维的数据集,感觉要预先知道k的参数值,不是很方便

    /dl/134578.html

    标签: 毕业设计

    上传时间: 2015-03-29

    上传用户:as275944189

  • 模式识别 ISODATA算法

    模式识别 ISODATA算法 ,ISODATA算法与C-均值算法相似,聚类中心都是通过样本均值的迭代运算来决定的;

    /dl/245508.html

    标签: ISODATA 模式识别 算法

    上传时间: 2013-12-17

    上传用户:wyc199288

  • 模式识别的一些算法

    模式识别的一些算法,包括sodata,均值算法,需要的下载

    /dl/258633.html

    标签: 模式识别 算法

    上传时间: 2016-02-12

    上传用户:maizezhen

  • 完整的模式识别库

    完整的模式识别库,包括矩阵运算,各种模式识别算法,如K均值、SVM、RVM、NN、LDA等

    /dl/278885.html

    标签: 模式识别

    上传时间: 2016-04-02

    上传用户:vodssv

  • 现有的几个网络拓扑随机发生器

    现有的几个网络拓扑随机发生器,其实很难生成理想的网络拓扑结构,其主要原因在于很难控制节点的疏密和间距。我们提出来的这个改进算法,在随机抛撒节点的时候使用了K均值聚类,由本算法作为网络拓扑发生器,网络节点分布均匀且疏密得当,边的分布也比较均衡 ...

    /dl/300384.html

    标签: 网络拓扑 发生器 随机

    上传时间: 2016-05-26

    上传用户:baiom

  • cskmeans 聚类算法的一种 1. 分裂法(partitioning methods):给定一个有N个元组或者纪录的数据集

    cskmeans 聚类算法的一种 1. 分裂法(partitioning methods):给定一个有N个元组或者纪录的数据集,分裂法将构造K个分组,每一个分组就代表一个聚类,K<N。而且这K个分组满足下列条件:(1) 每一个分组至少包含一个数据纪录;(2)每一个数据纪录属于且仅属于一个分组(注意:这个要求在某些模糊聚类算法中可以放宽);对 ...

    /dl/335251.html

    标签: partitioning cskmeans methods 聚类算法

    上传时间: 2014-01-16

    上传用户:songyue1991

  • FCM算法是一种基于划分的聚类算法

    FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进,普通C均值算法对于数据的划分是硬性的,而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。 ...

    /dl/347123.html

    标签: FCM 算法 聚类算法

    上传时间: 2014-11-28

    上传用户:lgnf

  • 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析

    文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析,并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法,隐含层到输出层通过“模2递减”学习速率的BP学习;蚁群算法根据信息素的分配能够自动调整收索 路径,从而达到数据自动聚类的目的。结果表明,与蚁群算法相比,改进RBFN ...

    /dl/358159.html

    标签: RBFN 径向 神经网络 评价指标

    上传时间: 2013-12-15

    上传用户:txfyddz