k均值聚类算法(k-meansclusteringalgorithm)是一种迭代求解的聚类分析算法,其步骤是,预将数据分为K组,则随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本,聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,误差平方和局部最小。
基于matlab的核模糊C-means聚类算法(KFCM),...
📅
👤 helmos
产生高斯脉冲的前15阶导函数。该函数的输入参数为:矢量t定义时间轴;高斯脉冲导函数的阶数k,取值范围[1,15]...
📅
👤 huangld
k平均动态聚类算法源代码.希望对大家有所帮助....
📅
👤 日光微澜
文曲星的LAVA的游戏 飞翔理科源码.rar (184 K) 代码...
📅
👤 zhyiroy
模糊k均值聚类算法,一种在数据挖掘中聚类大型分类数据集的快速聚类方法...
📅
👤 xuan‘nian