代码搜索：混合聚类算法
找到约 10,000 项符合「混合聚类算法」的源代码
代码结果 10,000
www.eeworm.com/read/369612/9638123
m avtocenter.m
%计算聚类中元素到中心的平均距离,x为聚类中的元素，z为聚类中心
%n为x中元素个数，k为元素维数
function [y,z] = avTocenter(x,n,k);
z = center(x,n,k); %计算聚类中心
d = 0;
for i = 1:n
d = d + distance(x(i,:),z,k);
end
y = d./n;
www.eeworm.com/read/291656/8404422
asv caverage.asv
clear;clc;
x=[0,3,2,1,5,4,6,5,6,7];y=[0,8,2,1,3,8,3,4,4,5];X=x+j*y;
len=length(X);
flag=zeros(1,len);
disp('请输入类别数：'); C=input('C='); % 聚类中心数
% 确定聚类中心
cen=zeros(1,2*C);
len=zeros(1,C);
cen(1)=
www.eeworm.com/read/291656/8404424
m caverage.m
clear;clc;
x=[0,3,2,1,5,4,6,5,6,7];y=[0,8,2,1,3,8,3,4,4,5];X=x+j*y;
len=length(X);
flag=zeros(1,len);
disp('请输入类别数：'); C=input('C='); % 聚类中心数
% 确定聚类中心
cen=zeros(1,2*C);
cen(1)=x(1);cen(2)=y(1);
www.eeworm.com/read/476048/6772832
m xtjl.m
%分步系统聚类程序，利用多种聚类方法，然后取效果最好者作为最终聚类方法。
function f=xtjl(x,k)
[n,m]=size(x);
metric={'Euclid','SEuclid','Mahal','CityBlock','Minkowski'};
%各种距离
method={'single','complete','average','centroid','w
www.eeworm.com/read/369612/9638111
m center.m
%计算某个聚类新的聚类中心,x为聚类中的向量，n为聚类元素数目,k为向量维数
%返回为1 x k向量
function y = center(x,n,k)
if(n == 1) %n=1时，不能使用sum函数计算中心
d = x;
else
d = sum(x)./n;
end
y =d;
www.eeworm.com/read/369612/9638125
m clusterstd.m
%某聚类标准差向量
%x聚类中元素矩阵，z聚类中心,k聚类元素维数,n——x中元素个数
function [delta] = clusterStd(x,z,n,k)
d = zeros(1,k);
for i = 1:n
for j = 1:k
d(j) = d(j) +(x(i,j)-z(i))^2;
end
end
delta = sqrt(d
www.eeworm.com/read/296276/8113103
pdf 一种改进的cure聚类算法.pdf
www.eeworm.com/read/321308/13409208
nh 基于聚类算法的入侵检测的研究.nh
www.eeworm.com/read/301609/13854155
nh 聚类算法在web挖掘中的应用.nh
www.eeworm.com/read/473047/6854365