搜索:MASATER-K
找到约 500 项符合「MASATER-K」的查询结果
结果 500
按分类筛选
- 全部
- 人工智能/神经网络 (123)
- matlab例程 (80)
- 技术资料 (63)
- 数值算法/人工智能 (54)
- 其他 (48)
- 数学计算 (38)
- 数据结构 (36)
- Java编程 (16)
- VC书籍 (16)
- 通讯/手机编程 (8)
- 其他书籍 (8)
- 金融证券系统 (7)
- 通讯编程文档 (7)
- 文章/文档 (7)
- VHDL/FPGA/Verilog (7)
- 单片机开发 (6)
- 软件设计/软件工程 (6)
- 书籍源码 (5)
- 其他行业 (5)
- 系统设计方案 (5)
- 加密解密 (4)
- 生物技术 (4)
- 源码 (4)
- 多国语言处理 (3)
- 文件格式 (3)
- Delphi控件源码 (3)
- DSP编程 (2)
- 压缩解压 (2)
- 编译器/解释器 (2)
- 汇编语言 (2)
- 微处理器开发 (2)
- J2ME (2)
- 交通/航空行业 (2)
- 其他嵌入式/单片机内容 (2)
- 邮电通讯系统 (2)
- 并行计算 (2)
- RFID编程 (2)
- 电源技术 (1)
- 行业应用文档 (1)
- 无线通信 (1)
- 设计相关 (1)
- 数据库系统 (1)
- 电子元器件应用 (1)
- 操作系统开发 (1)
- 软件工程 (1)
- Matlab (1)
- 电子技术 (1)
- 传感与控制 (1)
- 通信网络 (1)
- 嵌入式综合 (1)
- 工控技术 (1)
- 模拟电子 (1)
- 图形图像 (1)
- 电子书籍 (1)
- Linux/Unix编程 (1)
- 教育系统应用 (1)
- 游戏 (1)
- 编辑器/阅读器 (1)
- *行业应用 (1)
- 企业管理 (1)
- 传真(Fax)编程 (1)
- 其他数据库 (1)
- uCOS (1)
- 嵌入式Linux (1)
- FlashMX/Flex源码 (1)
- VxWorks (1)
- 医药行业 (1)
- 中间件编程 (1)
- SQL Server (1)
- 行业发展研究 (1)
- Jsp/Servlet (1)
- Ajax (1)
- MacOS编程 (1)
https://www.eeworm.com/dl/518/316435.html
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 ...
https://www.eeworm.com/dl/665/367164.html
matlab例程
Initialize U=[uij] matrix, U(0) At k-step: calculate the centers vectors C(k)=[cj] with U(k) &nb
Initialize U=[uij] matrix, U(0)
At k-step: calculate the centers vectors C(k)=[cj] with U(k) &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp
Update U(k) , U(k+1) &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nbsp &nb ...
https://www.eeworm.com/dl/641/440335.html
数学计算
K均值算法: 给定类的个数K
K均值算法:
给定类的个数K,将N个对象分到K个类中去,
使得类内对象之间的相似性最大,而类之间的相似性最小
https://www.eeworm.com/dl/665/165623.html
matlab例程
实现聚类K均值算法: K均值算法:给定类的个数K
实现聚类K均值算法: K均值算法:给定类的个数K,将n个对象分到K个类中去,使得类内对象之间的相似性最大,而类之间的相似性最小。
https://www.eeworm.com/dl/665/136671.html
matlab例程
实现聚类K均值算法: K均值算法:给定类的个数K
实现聚类K均值算法: K均值算法:给定类的个数K,将n个对象分到K个类中去,使得类内对象之间的相似性最大,而类之间的相似性最小。 缺点:产生类的大小相差不会很大,对于脏数据很敏感。 改进的算法: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 ...