搜索结果
找到约 12,985 项符合
模糊核聚类 的查询结果
按分类筛选
人工智能/神经网络 :<<数据挖掘--实用机器学习技术及java实现>>一书的配套源程序
:<<数据挖掘--实用机器学习技术及java实现>>一书的配套源程序，结合数据挖掘和机器学习的知识,以java语言实现了具有代表性的各类数据挖掘方法.例如:classifier中的ZeroR.OneR.NaiveBayes.DecisionTable.IBK.C45,还有聚类,数据预处理等 ...
数学计算 本书共分６篇
本书共分６篇，第１篇统计学基础知识与ＳＡＳ软件应用技巧，介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、ＳＡＳ软件应用入门、编写ＳＡＳ实用程序的技巧、单变量统计分析和利用SAS／GRAPH模块绘制常用统计图的方法。第２篇试验设计与定量资料的统计分析，介绍了与ｔ检验、非参数检验和各种方差分析有关的试 ...
人工智能/神经网络 开发环境:Matlab 简要说明:自组织特征映射模型(Self-Organizing feature Map)
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特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺 ...
人工智能/神经网络 Kohonen的SOFM(自组织特征映射)：这种算法部分收到生物特征影响
Kohonen的SOFM(自组织特征映射)：这种算法部分收到生物特征影响，在网络输出层内按几何中心或特征进行聚类。
文章/文档 数据库中的数据都有各种属性
数据库中的数据都有各种属性，目前算法很少涉及这部分，这是一个关于属性的聚类算法。
人工智能/神经网络 Kohonen网络的学习过程可描述为：对于每一个网络的输入
Kohonen网络的学习过程可描述为：对于每一个网络的输入，只调整一部分权值，使权向量更接近或更偏离输入矢量，这一调整过程就是竞争学习。随着不断的学习过程，所有输入矢量都在输入矢量空间相互分离，形成了各自代表输入空间的一类模式，这就是Kohonen网络的特征自动识别的聚类功能。请解压缩后按照readme提示进行操作。 ...