基于层次的聚类算法(以BIRCH算法为例)

基于模拟退火的聚类算法及实现方法 文档超详细介绍 文档有流程图和MATLAB编写的实现代码

图像分割是指将一幅图像分解成若干互不相交区域的集合,其实质是一个像素的聚类过程。本文以图像分割的聚类实质为线索,对近几年国内外最新的图像分割算法进行了综述,指出了聚类在这个领域的重要性。

1、概述 本篇博文为数据挖掘算法系列的第一篇。现在对于Kmeans算法进行简单的介绍,Kmeans算法是属于无监督的学习的算法,并且是最基本、最简单的一种基于距离的聚类算法。 下面简单说一下Kmean

随着互联网以及计算机技术的不断发展,现实中所需要研究数据的数量不断增长,如何更好的将所要研究的数据进行有效划分,进而降低维度或者是降低数据量成为了数据挖掘研究的热点。针对传统聚类算法的缺点,提出了基于

AffinityPropagation(AP)聚类是最近在Science杂志上提出的一种新的聚类算法。它根据N个数据点之间的进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距

聚类算法思维导图

使用VC++6.0实现的分级聚类算法

目前有多种聚类算法,本程序是利用谱聚类算法进行聚类划分

是一个完整的工程文件，包含了debug版的exe，和release版的exe，可直接运行，源代码有注释，主要实现了K均值聚类和isodata迭代自组织聚类，使用的数据是随机产生的50个点，可以用来熟悉

K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似