k-means多维数据聚类

k-means多维聚类c++实现

论文研究-一种新的非线性时间序列的聚类方法.pdf

由于现实世界中时间序列多数是非线性的，而现有的时间序列聚类问题大多是基于线性时间序列模型进行聚类的，提出了可以用于非线性时间序列的聚类方法。它基于KS二维检验统计量提出KS2D距离度量，是一种非参数的

基于时间序列聚类分析的股票数据 分析系统研究

对时间序列聚类方法做了相关的理论知识简介，进而进行时间序列股票数据聚类分析，在此基础上，对本文设计的基于时间序列聚类分析的股票数据分析系统进行需求分析、架构设计及实现，进而从系统功能和性能上进行了测试

基于K-means聚类算法的图像分割及其MATLAB实现

基于K-means聚类算法的图像分割 算法的基本原理：  基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。 算法

基于网格密度的聚类算法研究

随着互联网以及计算机技术的不断发展,现实中所需要研究数据的数量不断增长,如何更好的将所要研究的数据进行有效划分,进而降低维度或者是降低数据量成为了数据挖掘研究的热点。针对传统聚类算法的缺点,提出了基于

基于TS模型的非线性系统模糊辨识算法

对一类采样数据较均匀的非线性系统,提出一种基于TS模型的系统辨识算法.首先利用等分区间法对输入空间进行前提结构的划分,并根据所选定的隶属度函数确定每个输入变量在各个模糊子空间中的隶属度,然后利用卡尔曼

基于蚁群聚类算法的非线性系统辨识

基于T-S模型提出一种非线性系统的模型辨识方法.利用蚁群聚类算法进行结构辨识,确定系统的模糊空间和模糊规则数.在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现了

Matlab基于k均值聚类学习算法的rbf神经网络实现-基于k均值聚类学习算法的rbf神经网络实现.rar

Matlab基于k均值聚类学习算法的rbf神经网络实现-基于k均值聚类学习算法的rbf神经网络实现.rar 基于k均值聚类学习算法的rbf神经网络实现

基于层次聚类的多维数据分析

基于层次聚类的多维数据分析算法，凝聚层次算法: 初始阶段，将每个样本点分别当做其类簇，然后合并这些原子类簇直至达到预期的类簇数或者其他终止条件。 传统的凝聚层次聚类算法有AGENES，初始时，AGEN

基于多层聚类和改进BP神经网络的短期负荷预测_赵云.pdf

随着电网规模的扩大，数据量的急剧增加，漏采、误采等不良数据及数据冗余会对短期负荷预测产生负面影 响，造成预测准确度下降，预算结果无法正常使用. 针对这些现象，提出一种基于多层聚类和改进BP 神经网络的

基于K-means聚类算法的客户价值分析研究

基于K-means聚类算法的客户价值分析研究

基于深度学习的聚类关键技术研究

提出了基于深度学习的聚类算法模型,将深度学习和聚类技术结合起来。首先用深层神经网络结构对原始数据进行特征学习,然后对学习到的特征表示进行预聚类,最后在微调模块中进行特征的优化和聚类的优化。这种模型能够

基于K-means聚类的图像分割

基于K-means聚类的图像分割步骤，对初学者有很好的帮助

基于图的聚类方法，利用谱聚类

这是一个基于谱的聚类程序，很好用，先将数据转换成邻接矩阵，计算其特征值，特征向量，构造新的向量空间，然后使用很好的点聚类方法进行聚类

论文研究-基于K-均值聚类的无监督的特征选择方法.pdf

模式识别方法首先要解决的一个问题就是特征选择,目前许多方法考虑了有监督学习的特征选择问题,对无监督学习的特征选择问题却涉及得很少。依据特征对分类结果的影响和特征之间相关性分析两个方面提出了一种基于K-

基于谱聚类的聚类集成算法

摘 要 谱聚类是近年来出现的一类性能优越的聚类算法, 能对任意形状的数据进行聚类, 但算法对尺度参数比较敏感, 利用 聚类集成良好的鲁棒性和泛化能力, 本文提出了基于谱聚类的聚类集成算法. 该算法首先

聚类法(系统聚类法 动态聚类法 模糊聚类法)

聚类分析是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。 常见的聚类分析方法有

基于Spark框架的聚类算法研究

大数据的挖掘是当今的研究热点,也有着巨大的商业价值。新型框架Spark部署在Hadoop平台上,它的机器学习算法几乎可以完全替代传统的Mahout Map Reduce的编程模式,但由于Spark的内

论文研究-基于邻近相点聚类分析的多变量局域多步预测.pdf

针对高维混沌复杂系统的多步预测问题，提出了一种基于邻近相点聚类分析的多变量局域多步预测模型。首先对于多变量邻近相点的选取，结合邻近相点多步回溯后的演化规律和变量间的关联信息对演化轨迹的影响，提出了一种

基于组平均距离聚类算法

基于组平均距离聚类算法 层次聚类算法 cluster group average-distance

论文研究-基于灰聚类多子群自适应PSO算法的Volterra核辨识.pdf

针对一类单输入单输出非线性动态系统的Volterra级数模型辨识问题，提出了灰聚类多子群自适应PSO算法，并定义了精度影响系数以定量评估模型结构项对辨识精度的影响程度。在利用Volterra级数对非线

邻域网格聚类算法matlab代码及测试数据

前阶段在做关于聚类的问题研究，发了篇文章，随附matlab代码。 该程序是基于邻域网格划分实现的聚类。版权原因，该程序内没有附带相应文章，大家可以根据代码内给定的标题和DOI号自行谷歌下载。 如果希望

基于主成分分析和聚类分析对乐山各县区的教育水平综合评价

基于主成分分析和聚类分析对乐山各县区的教育水平综合评价

用java实现的基于网格的聚类算法

用java实现的基于网格的聚类算法，可以借鉴一下。

论文研究-基于自适应蚁群聚类的入侵检测.pdf

针对蚁群聚类算法在聚类结果中出现部分数据划分不够准确的问题，提出一种基于信息熵调整的自适应混沌蚁群聚类改进算法。该算法通过优化过程中种群的信息熵来衡量演化的程度，自适应地调整信息素更新策略。每一次迭代

基于模糊聚类分析与BP网络的电力系统短期负荷预测_姚李孝.pdf

：提出了一种基于模糊聚类分析和BP 网络的短期负荷预 测方法。考虑了温度、相对湿度以及日类型等影响负荷的因素, 通过模糊聚类分析将负荷历史数据分成若干类，找出同预测日 相符的预测类别，然后建立相应的B

基于余弦距离的OPTICS聚类算法

改进后的OPTICS聚类算法matlab代码，将原来的欧氏距离改为余弦距离的倒数，适用于文本聚类。

基于文本内容的自动文本聚类

基于文本内容的自动文本聚类技术作为文本信息挖掘技术中的核心技术之一，其目标是 将文档集合分成若干个簇，要求同一簇内文档内容的相似度尽可能的大，而不同簇之间的相 似度尽可能的小。 本文以中文文本作为文本

keams聚类算法matlab界面实现，支持多维

keams聚类算法，matlab界面实现，可一支持任意维数据，有界面，数据点可以通过鼠标添加，简单清晰

论文研究-基于k-means聚类算法的研究 .pdf

基于k-means聚类算法的研究，黄韬，刘胜辉，本文首先分析研究聚类分析方法，对多种聚类分析算法进行分析比较，讨论各自的优点和不足，同时针对原k-means算法的聚类结果受随机��