搜索结果
找到约 10,875 项符合
均值聚类 的查询结果
按分类筛选
人工智能/神经网络 聚类算法主要针对k-均值法求解聚类问题
聚类算法主要针对k-均值法求解聚类问题，可以用于神经网络。
数值算法/人工智能 C均值进行性别判断分类 图形图象 聚类分析
C均值进行性别判断分类 图形图象 聚类分析
matlab例程 聚类分析技术已经广泛应用于基于内容的图象信息挖掘领域
聚类分析技术已经广泛应用于基于内容的图象信息挖掘领域，该技术提高了图象检索的速度和质量。K-均值算法和自适应算法是两个典型的聚类分析算法
数值算法/人工智能 K-MEANS算法 输入：聚类个数k
K-MEANS算法
输入：聚类个数k，以及包含 n个数据对象的数据库。
输出：满足方差最小标准的k个聚类。
处理流程：
（1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心；
（2） 循环（3）到（4）直到每个聚类不再发生变化为止
（3） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并 ...
其他 K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各
K-MEANS算法:
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k ...
数值算法/人工智能 K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各
K-MEANS算法:
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k ...
matlab例程 聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用
聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的 ...
人工智能/神经网络 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。 ...
人工智能/神经网络 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 ...
电子书籍 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。 ...