159基于matlab的基于密度的噪聲應(yīng)用空間聚類(DBSCAN)算法對(duì)點(diǎn)進(jìn)行聚類 
基于matlab的基于密度的噪聲應(yīng)用空間聚類(DBSCAN)算法對(duì)點(diǎn)進(jìn)行聚類，聚類結(jié)果效果好，DBSCAN不要求我們指定集群的數(shù)量，避免了異常值，并且在任意形狀和大小的集群中工作得非常好。它沒有質(zhì)心，聚類簇是通過將相鄰的點(diǎn)連接在一起的過程形成的。優(yōu)于kmeans。程序已調(diào)通，可直接運(yùn)行。
2108
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
1-104基于matlab的人工蜂群數(shù)據(jù)聚類算法ABCO-K-均值 
基于matlab的人工蜂群數(shù)據(jù)聚類算法ABCO-K-均值。該代碼提供了比K-均值算法更準(zhǔn)確的結(jié)果。關(guān)鍵技術(shù)人工蜂群優(yōu)化（ABCO）是自然發(fā)式優(yōu)化方法，這是類似于在自然界尋找食物的方式的蜜蜂，以及優(yōu)化算法搜索最佳的組合優(yōu)化問題，實(shí)現(xiàn)最優(yōu)聚類。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
259
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
8超像素分割，SLIC利用了簡(jiǎn)單的聚類（貪婪）算法，初始時(shí)，每一個(gè)聚類的中心被平均的分布在圖像中 
超像素分割，SLIC利用了簡(jiǎn)單的聚類（貪婪）算法，初始時(shí)，每一個(gè)聚類的中心被平均的分布在圖像中，而超像素的個(gè)數(shù)，可以基本由這些中心點(diǎn)來決定。每一步迭代，種子像素合并周圍的像素，形成超像素?；贛ATLAB平臺(tái)，程序已調(diào)通可直接運(yùn)行。
2091
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
十分鐘掌握當(dāng)前主要聚類方法及其原理（適用于新手入門） 
講解了當(dāng)前主要的幾種聚類方法包括k-means，層次聚類方法和密度聚類方法及其對(duì)應(yīng)的原理，包含一些個(gè)人理解，歡迎大家在評(píng)論區(qū)交流討論，批評(píng)指正。
244
活潑可男_matlab教學(xué) ??? 1年前
超像素分割，SLIC利用了簡(jiǎn)單的聚類（貪婪）算法 
超像素分割，SLIC利用了簡(jiǎn)單的聚類（貪婪）算法，初始時(shí)，每一個(gè)聚類的中心被平均的分布在圖像中，而超像素的個(gè)數(shù)，可以基本由這些中心點(diǎn)來決定。每一步迭代，種子像素合并周圍的像素，形成超像素。基于MATLAB平臺(tái)，程序已調(diào)通可直接運(yùn)行。標(biāo)價(jià)為程序價(jià)格，不包含售后。程序保證可直接運(yùn)行。
2099
explicit ??? 2年前
基于遺傳模擬退火算法的聚類算法-matlab
源碼如下： %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %功能：遺傳模擬優(yōu)化初始聚類中心示例 %環(huán)境：Win7，Matlab2015b %Modi: C.S %時(shí)間：2022-07-09 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% 清空環(huán)境 clc clear all close
2147
hitstar ??? 3年前
五分鐘掌握聚類算法原理及python實(shí)現(xiàn)（詳細(xì)講解代碼，包教包會(huì)！新手超級(jí)友好） 
介紹了k-means++聚類算法的原理和一個(gè)python實(shí)現(xiàn)k-means++聚類算法案例，希望對(duì)大家有所幫助，代碼放在評(píng)論區(qū)，歡迎大家在評(píng)論區(qū)提出問題討論。
6
活潑可男_matlab教學(xué) ??? 1年前
基于變分貝葉斯的數(shù)據(jù)聚類程序 
自主原創(chuàng)的一個(gè)創(chuàng)新性高的matlab程序，實(shí)現(xiàn)了數(shù)據(jù)的聚類過程，主要使用了k-means算法和Gaussian Mixture Model (GMM) 結(jié)合 Expectation-Maximization (EM) 算法，以及Variational Bayes EM (VBEM) 算法，程序我附帶了非常詳細(xì)的注釋，絕對(duì)能看懂。
1981 2
alive_1502 ??? 2年前
182基于matlab的半監(jiān)督極限學(xué)習(xí)機(jī)進(jìn)行聚類 
基于matlab的半監(jiān)督極限學(xué)習(xí)機(jī)進(jìn)行聚類，基于流形正則化將 ELM 擴(kuò)展用于半監(jiān)督，三聚類結(jié)果可視化輸出。程序已調(diào)通，可直接運(yùn)行。
2135
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
266 基于matlab的FCM+KFCM模糊C均值聚類分析算法 
基于matlab的FCM+KFCM模糊C均值聚類分析算法，輸入分割對(duì)象，對(duì)分割對(duì)象進(jìn)行參數(shù)設(shè)置，包括分割類別數(shù)，核參數(shù)。輸出分割結(jié)果。具有GUI操作界面。程序已調(diào)通，可直接運(yùn)行。
2218 8 1
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
基于隨機(jī)子空間法和聚類算法的模態(tài)參數(shù)識(shí)別 
復(fù)現(xiàn)了論文中的五自由度動(dòng)力系統(tǒng)模態(tài)分析和時(shí)域響應(yīng)計(jì)算，根據(jù)時(shí)域計(jì)算結(jié)果進(jìn)行了隨機(jī)子空間模態(tài)參數(shù)識(shí)別，使用聚類算法提高了識(shí)別精度。
637
happysunday123 ??? 10月前
1-80基于matlab的小波包熵與模糊C均值聚類的故障診斷 
基于matlab的小波包熵與模糊C均值聚類的故障診斷，以凱斯西儲(chǔ)大學(xué)軸承數(shù)據(jù)為例進(jìn)行分析。對(duì)數(shù)據(jù)進(jìn)行小波包分解后重構(gòu)，然后提取各頻帶能量分布，后計(jì)算小波包熵進(jìn)行故障診斷。輸出特征可視化結(jié)果。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
262
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
第七課Matlab 圖片顏色聚類分割 
本課程適用于想學(xué)或想進(jìn)行matlab做圖像處理的同學(xué)們，本系統(tǒng)提出一種利用顏色特征對(duì)圖像進(jìn)行分割的方法，首先需要設(shè)定感興趣區(qū)域ROI，計(jì)算出ROI區(qū)域中顏色矩陣均值矩陣m，并使用歐氏距離對(duì)圖像進(jìn)行彩色聚類分割，從而提取出目標(biāo)圖像。相應(yīng)大家可以通過學(xué)習(xí)拓展到圖像分析的應(yīng)用上，希望能長(zhǎng)久的和大家一起學(xué)習(xí)進(jìn)步。每一期視頻都會(huì)上傳相應(yīng)的可運(yùn)行的源碼附件。
12 1
胖子愛學(xué)習(xí) ??? 7年前
AI高斯混合模型 
在機(jī)器學(xué)習(xí)中，這稱為聚類。有幾種方法可用于聚類：? K 表示聚類? 分層聚類? 高斯混合模型在本文中，將討論高斯混合模型。2 正態(tài)分布或高斯分布在現(xiàn)實(shí)生活中，許多數(shù)據(jù)集可以通過高斯分布（單變量或多變量）進(jìn)行建模。因此，假設(shè)這些集群來自不同的高斯分布是非常自然和直觀的?；蛘邠Q句話說，它試圖將數(shù)據(jù)集建模為多個(gè)高斯分布的混合。這就是這個(gè)模型的核心思想。
2282 1
仿真資料吧 ??? 1年前
什么是徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)？ 
第 1 步：選擇中心 中心選擇技術(shù)：中心可以從訓(xùn)練數(shù)據(jù)集中隨機(jī)選擇，也可以通過應(yīng)用 k-means 聚類等技術(shù)來選擇。 K-Means 聚類：在這種廣泛使用的中心選擇技術(shù)中，這些聚類的中心被用作 RBF 神經(jīng)元的中心，該技術(shù)將輸入數(shù)據(jù)分組為 k 組。
2691 2 1
仿真資料吧 ??? 1年前
17個(gè)機(jī)器學(xué)習(xí)的常用算法
12.聚類算法聚類，就像回歸一樣，有時(shí)候人們描述的是一類問題，有時(shí)候描述的是一類算法。聚類算法通常按照中心點(diǎn)或者分層的方式對(duì)輸入數(shù)據(jù)進(jìn)行歸并。所以的聚類算法都試圖找到數(shù)據(jù)的內(nèi)在結(jié)構(gòu)，以便按照最大的共同點(diǎn)將數(shù)據(jù)進(jìn)行歸類。常見的聚類算法包括 k-Means算法以及期望最大化算法（Expectation Maximization， EM）。13.
2385 1
王者歸來123 ??? 3年前
本征導(dǎo)熱聚合物研究：機(jī)理、結(jié)構(gòu)與性能及應(yīng)用 
PS（聚苯乙烯）取代基的非極性 C及 H原子間的弱范德華力致使導(dǎo)熱僅為 0.15 Ｗ/(m·K)，而ＰＭＭＡ（聚甲基丙烯酸甲酯）因取代基原子間較強(qiáng)誘導(dǎo)偶極作用力，導(dǎo)熱升至 0.19 Ｗ/(m·K)，這類單體分子間僅存在范德華力的非晶聚合物的導(dǎo)熱大約處于 0.15～0.21 Ｗ/(m·K)區(qū)間。
4396
熱管理博覽會(huì) ??? 2年前
YOLO v2 – 對(duì)象檢測(cè) 
現(xiàn)在讓我們以 K 為例。我們的任務(wù)是確定具有最高準(zhǔn)確性的圖像的前 K 個(gè)邊界框。為此，我們使用 K-means 聚類分析算法。但是，我們不需要最小化歐幾里得距離，而是最大化 IOU 作為該算法的目標(biāo)。 YOLO v2 使用 K=5 來更好地權(quán)衡算法。從下圖中我們可以得出結(jié)論，隨著 K=5 值的增加，精度不會(huì)發(fā)生顯著變化。
2498 1 1
仿真資料吧 ??? 1年前
激光雷達(dá)：點(diǎn)云語(yǔ)義分割算法 
有了以上信息以后，全景分割的模塊首先在heatmap上通過NMS生成top K個(gè)物體中心點(diǎn)，并根據(jù)offset來確定它們的精確位置，然后在語(yǔ)義分割結(jié)果上提取前景mask。前景中的每一個(gè)點(diǎn)找到距離最近的物體中心，并以此進(jìn)行聚類，每個(gè)聚類的類別由其中點(diǎn)的語(yǔ)義類別來決定。所有這些操作都可以在GPU中進(jìn)行，計(jì)算效率很高。最后，我們來總結(jié)一下。
2797
駕駛哥 ??? 4年前
Nature子刊：模擬天然模塊聚酮合酶的有序組裝提高人工細(xì)胞工廠的合成效率 
在前期研究中，基于蛋白-蛋白共進(jìn)化的生物系統(tǒng)聚類分析，研究人員將不同PKS來源的對(duì)接域進(jìn)一步劃分為不同類別：H1a–T1a, H1b–T1b，H2–T2等。為了進(jìn)一步探究不同類別對(duì)接域組合應(yīng)用的潛力，作者測(cè)試了來自不同PKS的多組不同類別的對(duì)接域組合應(yīng)用，發(fā)現(xiàn)即使是不同PKS的對(duì)接域在同一分類下仍然能夠有序組裝，并實(shí)現(xiàn)蝦青素產(chǎn)量的提升（圖6）。圖 6.
2273
生物酶是什么丫 ??? 3年前
20條/頁(yè) 
46 跳至頁(yè)
技術(shù)鄰APP
工程師必備
工程師必備
- 項(xiàng)目客服
- 培訓(xùn)客服
- 平臺(tái)客服
TOP
