K-means algorithm matlab implementation
K-means algorithm source code
将 K—me a n s 算法引入到朴素贝叶斯分类研究中 , 提 出一种基于 K—me a n s的朴素贝叶斯分类算法。首先用 K— me . a r k s 算法对原始数据集 中的完整数据子集进行聚
k-means 算法 一算法简介 k-means 算法也被称为 k-平均或 k-均值是一种得到最广泛使用的聚类算 法 它是将各个聚类子集内的所有数据样本的均值作为该聚类的代表点算法 的主要思想是通过迭
Clustering experiment K-means and C-means
本算法是vc6.0下实现的几种聚类算法,作为大家编程研究有一定帮助,其中isodata算法还有待改善,实现不是很完整
针对传统模糊C均值(FCM) 聚类算法对结构复杂图像分割效果不理想且算法执行效率较低的缺陷, 提出一种融合均值平移(mean shift) 的FCM聚类算法. 利用mean shift 算法将图像分成
提出了一种基于空间邻域信息和灰度分布信息的模糊C均值图像分割改进算法。将空间邻域信息引入目标函数中,充分考虑邻域像素对聚类的影响,定义新的特征距离为空间距离和灰度距离的加权和,并根据相同灰度的像素点在
使用Intel Parallel Amplifier高性能工具,针对模糊C均值聚类算法在多核平台的性能问题,找出串行程序的热点和并发性,提出并行化设计方案。基于Intel并行库TBB(线程构建模块)和
首先产生100个大于-20小于50的随机数,存于数组X[100]中。然后产生三个不相同的初始聚类中心存在W[3]中,算出每个样本离哪个聚类中心最近就将对应的系数1存入d[i][j]中i为对应的类,j为
