没有合适的资源？快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
聚类与邻近法
聚类与邻近法
聚类与邻近法
模式识别
需积分: 10
1 下载量
22 浏览量
2014-01-10
11:42:03
上传
评论
收藏
724KB
PDF
举报
温馨提示
立即下载
模式识别 课件 聚类与邻近法 机器学习 无监督分类器
资源推荐
资源评论
邻近度和聚类
浏览：157
邻近度和聚类 邻近度和聚类 邻近度和聚类 邻近度和聚类
Matlab实现的最邻近规则聚类程序
浏览：74
4星 · 用户满意度95%
简单的用Matlab实现的最邻近规则的聚类小程序
1005: 最邻近点对
浏览：196
要求用分治算法（O(nlogn)复杂度）实现寻找n个点中最邻近点对,输出最邻近距离的平方。其中0<=x<10000,0<=y<10000，（x,y是整数） 点数1<n<=30000 输入 第一行表示点的数目n； 接下来的n行中，每一行依次表示点的x坐标，y坐标。 输出 输出n个点中最邻近点对距离的平方。 样例输入 8 1 1 2 2 4 4 8 8 2 3 5 6 7 9 11 11 样例输出 1
最邻近图像插值
浏览：199
5星 · 资源好评率100%
基于matlab平台，用最邻近插值方法，实现图像的任意倍数的放大和缩小
无线网络邻近图综述
浏览：167
很好的理论阅读，里面有详细的数学证明哦。
改进的k-均值算法在聚类分析中的应用
浏览：59
首先使用距离法移除孤立点,然后采用邻近吸收法对初始聚类中心的选择进行了改进。并做了改进前后的对比实验和应用。结果表明,改进后的算法比较稳定、准确,受孤立点和随机选择初始聚类中心的影响也有所降低。
基于近邻函数值准则的聚类算法
浏览：36
模式识别的编程作业，基于近邻函数值准则的聚类算法 ，使用VC++2008
KNN.rar_KNN 最优k_密度法聚类_密度聚类_马氏距离 knn_马氏距离聚类
浏览：59
K最邻近密度估计技术是一种分类方法，不是聚类方法。 不是最优方法，实践中比较流行。 通俗但不一定易懂的规则是： 1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。 2.选出最小的前K数据个距离，这里...
聚类分析算法说明
浏览：103
5星 · 资源好评率100%
聚类分析算法说明 9.2.基于试探的位置类别聚类算法 9.2.1 最邻近规则的试探法
最邻近点对问题
浏览：5
5星 · 资源好评率100%
实现了求最邻近点对的距离。时间复杂度O(nlogn)，而且运行时间比较短。
一维最邻近点对
浏览：106
本资源，使用的是C语言编程实现的一维最邻近点对问题，代码能够完全运行，达到预期所需结果。
python下的k邻近小例子
浏览：185
import numpy as np import matplotlib.pyplot as plt from sklearn.neighbors import NearestNeighbors # Input data X = np.array([[1, 1], [1, 3], [2, 2], [2.5, 5], [3, 1], [4, 2], [2, 3.5],
Python+K邻近
浏览：36
def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] diffMat = tile(inX, (dataSetSize,1)) - dataSet sqDiffMat = diffMat**2 sqDistances = s
ICP最邻近点迭代法
浏览：39
5星 · 资源好评率100%
ICP最邻近点迭代法的论文,清晰地描述了ICP的流程和思想
大数据聚类技术.pdf
浏览：83
基于密度的聚类（Density-Based Clustering）： 只要某簇邻近区域的密度超过设定的某⼀阈值，则扩⼤簇的范围，继续聚类。可以得到任意形状的簇 典型算法：DBSCAN、OPTICS和DENCLUE。 基于⽹格的聚类： 将问题空间...
论文研究-一种基于K-L变换和聚类的视频摘要方法.pdf
浏览：136
提出了一种基于K-L变换和聚类的...再次，根据最邻近规则对每个镜头的视频帧进行聚类；最后通过后处理优化聚类结果，提取最靠近聚类中心的帧作为关键帧，组成视频摘要。以新闻视频为例，实验结果证明了算法的有效性。
使用kmeans算法的彩色图像分割（聚类）：基于k均值算法的进化聚类技术的彩色图像分割-matlab开发
浏览：58
使用基于 k-means 算法的进化聚类进行图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的输入样本示例
基于改进K-medoids的聚类质量评价指标研究
浏览：109
为了更好地评价无监督聚类算法的聚类质量，解决因簇中心重叠而导致的聚类评价结果失效等问题，对常用聚类评价指标进行了分析，提出一个新的内部评价指标，将簇间邻近边界点的最小距离平方和与簇内样本个数的乘积作为...
自组织特征映射应用实例.zip_self-organizing map_自动聚类_自组织映射
浏览：121
开发环境:Matlab 简要说明:自组织特征映射模型(Self-Organizing feature Map)，认为一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应...自组织特征映射法是一种无教师的聚类方法。
最邻近算法
浏览：34
4星 · 用户满意度95%
knn（k-Nearest Neighbor algorithm）最邻近算法程序
KNN算法（K最邻近法）
浏览：133
KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
kNN（邻近算法）算法
浏览：23
邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本
K邻近点算法
浏览：35
5星 · 资源好评率100%
本文档用java语言，编写的K邻近点算法。该算法在数据挖掘中，进行分类中应用比较广泛。本文档只是一个简单的算法实现，还可以进行扩展。
基于模糊邻近关系的p53抑癌基因家族聚类分析 (2013年)
浏览：29
作者根据模糊等价关系的性质，利用加权汉明距离法，建立了序列间的模糊邻近关系，进而构造模糊等价矩阵进行聚类分析。选取了18条人类p53及其家族成员p63、p73肿瘤蛋白mRNA序列，以序列碱基的比例为指标，进行聚类...
K邻近算法matlab实现
浏览：33
K最邻近密度估计技术是一种分类方法，不是聚类方法
论文研究-局部特征熵的网格非均匀简化算法.pdf
浏览：127
其次以三维数据点邻近点区域的重心约束来探测二次聚类区域法向量。根据信息熵的定义，利用两次探测的法向量间的夹角信息构建局部区域特征熵值作为半边折叠的代价，局部区域特征熵越大表示该区域越趋于平面，应优先...
改进的k-均值算法在聚类分析中的应用 (2010年)
浏览：126
首先使用距离法移除孤立点，然后采用邻近吸收法对初始聚类中心的选择进行了改进。并做了改进前后的对比实验和应用。结果表明，改进后的算法比较稳定、准确，受孤立点和随机选择初始聚类中心的影响也有所降低。
K-means指纹定位的优化算法
浏览：157
K-means指纹定位可减少定位算法的计算...针对最邻近算法定位误差大的情况，使用相关系数法确定相似度最高的子库，再估计最终位置。实验结果表明，优化后的算法不但改善了定位精度，也极大提高了定位的实时性与稳定性。
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
jjkjjk67
粉丝: 0
资源:
5
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
Swin-Unet网络预训练模型，swin-tiny-patch-window7-224.pth
3dMax迷幻样条线插件SplineLabyrinth
tile.cpp
两个数据集import时注意名称
2023年亚太杯A题附件一，苹果图像数据集
www_a5tf_17111223930078087.m3u8..m3u
VBS整活代码：生成100个弹窗
各省铁路里程、公路里程、交通网密度数据集（2000-2022年）.xlsx
周星驰：start me
基于物联网的智能婴儿床，检测婴儿哭闹、尿湿、体温和音乐摇床等功能
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
