k-Nearest邻近算法,作为机器学习中的经典分类与回归技术,广泛应用于模式识别、数据挖掘及信号处理等领域。通过计算样本间的距离来预测未知数据点的类别或值,特别适合于解决复杂非线性问题。无论是图像识别还是异常检测,k-Nearest都能提供高效解决方案。本页面汇集了1149个精选资源,涵盖理论教程、实战案例与开源代码,助力电子工程师深入理解并灵活运用这一强大工具,加速项目开发进程。
提出了一种用于矢量量化的改进的聚类算法,该算法在MKM(Modified K-Means)算法的框架的基础上,对初始码本的生成、失真测度的选择、非典型胞腔的处理等方面进行了改进,从而减少了原算法在能量和增益上对聚类结果的影响.并将该算法应用于波形编辑孤立字识别器,这种识别器直接对语音样本的时域波形进...
📅
👤 tianjinfan
) Compression using huffman code
-with a number of bits k per code word
-provide huffman table
Huffman coding is optimal for a symbol-...
📅
👤 yuchunhai1990
this is a very good code for k means clustering. works quite fast. can download for school assignments....
📅
👤 baitouyu
matlab programming for clustering pam , k-means , dbscan , optics for image segmentation...
📅
👤 13215175592
实现了K均值算法,可以对movielens上的数据进行自动分类,给出推荐值,是数据挖掘中的信息推介必要的算法工具。可以直接对movelens的数据进行聚类...
📅
👤 源弋弋