几个模式识别的作业程序，自己写的。望指教哦，内容有感知器算法、多类感知器算法以及k均值算法
上传时间： 2016-12-21
上传用户：tyler
几个用matlab实现正向云发生器，k均值算法的程序，都已调试通过
上传时间： 2014-01-15
上传用户：kristycreasy
聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。 这里是MAtlab源代码。
上传时间： 2013-12-26
上传用户：txfyddz
磁共振成像（MRI）由于自身独特的成像特点，使得其处理方法不同于一般图像.根据不同的应用目的，该文分别提出了MRI图像去噪和分割两个算法.首先，该文针对MRI重建后图像噪声分布的实际特点，提出了基于小波变换的MRI图像去噪算法.该算法详细阐明了MRI图像Rician噪声的特点，首先对与噪声和边缘相关的小波系数进行建模，然后利用最大似然估计来进行参数估计，同时利用连续尺度间的尺度相关性特点来进行函数升级，以便获得最佳萎缩函数，进一步提高图像的质量，最终取得了一定的效果.与此同时，该文对MRI图像的进一步的分析与应用展开了一定研究，提出了一种改进的快速模糊C均值聚类鲁棒分割算法.该算法先用K均值聚类方法得到初始聚类中心点，同时考虑邻域对分割结果的影响，对目标函数加以改进，用来克服噪声和非均匀场对MRI图像分割的影响，达到鲁棒分割的目的，为进一步图像处理和分析打下基础.通过实验，我们发现，无论是针对模拟图像还是实际图像，该文所提出的两个算法都取得了较好的效果，达到了预期的目的.
上传时间： 2013-04-24
上传用户：zhichenglu
模式识别中的几个常用算法，包括ISODATA算法、K－均值算法、感知器算法、LMSE最小误差、贝耶斯分类。
上传时间： 2015-04-14
上传用户：yzy6007
数据挖掘常用的算法，包括id3，k均值，FCM，SVM,CART五个常用的算法，是用matlab编写的。
上传时间： 2015-04-23
上传用户：exxxds
寻找k个聚类中心的算法，也就是对k-means算法初始化进行改进的一种算法
上传时间： 2016-07-02
上传用户：z754970244
图像的智能算法，包括神经算法、动态K均值、欧士距离、卷积、几何距离等演示。
上传时间： 2016-07-26
上传用户：fhzm5658
K-MEANS聚类算法，以及PSO和QPSO算法改进K-MEANS算法，breastcancer数据验证了该分类模型的有效性
上传时间： 2016-08-11
上传用户：奇奇奔奔
实现数据挖掘的几个算法，包括模糊聚类，K均值，以及K近邻等聚类算法
上传时间： 2013-12-28
上传用户：CHINA526
