暂无评论
时间序列模型（时间序列预测资料）
Time_Series_Analysis,时间序列我分析，带有小数据集，方便验证，python实现
R语言代码本人亲测可以跑ARIMA和SVM组合预测ARIMA与SVM模型各有优缺点，但由于分别对线性模型及非线性模型处理具有优势，他们之间存在优势互补，因此，二者组合起来进行价格预测，可能会收到较好结
鉴于传统方法不能直接有效地对多元时间序列数据进行聚类分析,提出一种基于分量属性近邻传播的多元时间序列数据聚类方法.通过动态时间弯曲方法度量多元时间序列数据之间的总体距离,利用近邻传播聚类算法分别对数据
提出了一种基于DTW的符号化时间序列聚类算法,对降维后得到的不等长符号时间序列进行聚类。该算法首先对时间序列进行降维处理,提取时间序列的关键点,并对其进行符号化;其次利用DTW方法进行相似度计算;最后
基于模糊c均值聚类的图像分割，有较好的效果主要点：模糊c均值聚类
一篇博士论文，基于模糊聚类的图像分割算法研究，很值得研究的一篇
结合密度聚类和模糊聚类的特点,提出一种基于密度的模糊代表点聚类算法.首先利用密度对数据点成为候选聚类中心点的可能性进行处理,密度越高的点成为聚类中心点的可能性越大;然后利用模糊方法对聚类中心点进行确定
遗传算法在聚类中的应用,简要讲述了什么是遗传算法。
聚类分析是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。 常见的聚类分析方法有
暂无评论