📚 聚类算技术资料

📦 资源总数:12176
💻 源代码:64626
聚类算法是数据分析与机器学习中的核心技术之一,广泛应用于模式识别、图像处理及信号分析等领域。通过将数据集划分为若干个具有相似特征的子集,聚类能够帮助工程师发现数据内在结构,优化系统设计。本页面汇集了12176份精选资源,涵盖K-means、DBSCAN等经典算法及其在电子工程中的应用案例,是深入理解聚类原理、提升项目实践能力不可或缺的学习宝库。

🔥 聚类算热门资料

查看全部12176个资源 »

K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K-均值聚类的的时间复杂度是n*k*m,其中n为样本数,k为类别数,m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类,寻找最优,列举一遍约66.7天,分成3类,则要约3500万年。针对算法局部最...

📅 👤 yuanyuan123

由于K-均值聚类算法局部最优的特点,而模拟退火算法理论上具有全局最优的特点。因此,用模拟退火算法对聚类进行了改进。20组聚类仿真表明,平均每次对K结果值改进8次左右,效果显著。下一步工作:实际上在高温区随机生成邻域是个组合爆炸问题(见本人上载软件‘k-均值聚类算法’所述),高温跳出局部解的概率几乎为...

📅 👤 hullow

💻 聚类算源代码

查看更多 »
📂 聚类算资料分类