同聚
共 6 篇文章
同聚 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 6 篇文章，持续更新中。
期刊论文：结合多分辨率与块分割的不同聚焦图像融合
·结合多分辨率与块分割的不同聚焦图像融合
聚苯胺修饰Pt微电极pH传感器的研究
研究了聚苯胺修饰微电极的制备以及对溶液pH 值的响应. 讨论了不同聚合条件下所得到的聚苯胺膜对电极响应时间,测量的稳定性和使用寿命的影响. 在溶液的pH = 2 - 12 范围内,该电极的电位与溶液的
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 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它
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
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。
Matlab 源代码，以兰花数据集作为测试对象。
一种基于蚁群聚类的径向基神经网络 提出了一种基于蚁群聚类算法的径向基神经网络. 利用蚁群算法的并行寻优特征和挥发系 数方法的自适应更改信息量的能力,并以球面聚类的方式确定了径向基神经网络中基函数的
一种基于蚁群聚类的径向基神经网络
提出了一种基于蚁群聚类算法的径向基神经网络. 利用蚁群算法的并行寻优特征和挥发系
数方法的自适应更改信息量的能力,并以球面聚类的方式确定了径向基神经网络中基函数的位置,
同时通过比较隐层神经元的相似性、合并相似性较为接近的2 个神经元来约简隐含层的神经元,以
达到简化径向基神经网络结构的目的. 实验比较了几种不同聚类算法的径向基神经网络,结果表
明,所提
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 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它