摘要:
聚类——认识WKFCM算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 参考文献:Shen H, Yang J, Wang S, et al. Attribute weighted mercer kernel based fuzzy cluster
阅读全文
posted @ 2018-12-09 11:14
凯鲁嘎吉
阅读(1166)
推荐(0)
摘要:
聚类——KFCM的matlab程序 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 在聚类——KFCM文章中已介绍了KFCM-F算法的理论知识,现在用matlab进行实现,下面这个例子是用FCM初始化聚类中心,也可以随机初始化聚类中心。 1.matla
阅读全文
posted @ 2018-12-09 10:55
凯鲁嘎吉
阅读(1305)
推荐(0)
摘要:
聚类——FCM的matlab程序 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 在聚类——FCM文章中已介绍了FCM算法的理论知识,现在用matlab进行实现。 1.matlab程序 FCM_main.m function [ave_acc_FCM,
阅读全文
posted @ 2018-12-09 10:47
凯鲁嘎吉
阅读(2712)
推荐(0)
摘要:
聚类——人工合成数据集 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1.Ring function [data,real_label]=generate_ring(large_R,small_R,width,datanum_one_cluster)
阅读全文
posted @ 2018-12-05 15:38
凯鲁嘎吉
阅读(4830)
推荐(1)
摘要:
Ubuntu下安装JDK详细教程 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ Ubuntu版本:Ubuntu-12.04.5-desktop-i386.iso JDK版本:jdk1.8.0_191 1.解压JDK文件 先将JDK压缩文件复制到虚拟机
阅读全文
posted @ 2018-11-25 18:15
凯鲁嘎吉
阅读(2110)
推荐(0)
摘要:
VMware虚拟机上网络连接解决方案 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 从虚拟机上连接外部网络,需要设置以下几个地方。 1.服务 (1)打开命令提示符,输入services.msc,打开服务 (2)找到和VMware有关的服务,并启动这些
阅读全文
posted @ 2018-11-25 16:55
凯鲁嘎吉
阅读(803)
推荐(0)
摘要:
脑图像的数据预处理 在“BrainWeb: Simulated Brain Database使用说明”中已经介绍了如何下载并打开脑数据库,这篇文章将0、1、2、3、8类分割出来,用以后续对图像的处理。 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1
阅读全文
posted @ 2018-11-24 15:43
凯鲁嘎吉
阅读(3406)
推荐(4)
摘要:
KFCM算法的matlab程序(用FCM初始化聚类中心) 在“聚类——KFCM”这篇文章中已经介绍了KFCM算法,现在用matlab程序对iris数据库进行实现,用FCM初始化聚类中心,并求其准确度与运行时间。 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailuga
阅读全文
posted @ 2018-11-24 14:55
凯鲁嘎吉
阅读(4397)
推荐(0)
摘要:
KFCM算法的matlab程序 在“聚类——KFCM”这篇文章中已经介绍了KFCM算法,现在用matlab程序对iris数据库进行简单的实现,并求其准确度。 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1.采用iris数据库 iris_data.t
阅读全文
posted @ 2018-11-11 16:23
凯鲁嘎吉
阅读(2936)
推荐(1)
摘要:
聚类——认识KFCM算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一、KFCM概述 KFCM:基于核的改进的模糊c均值聚类算法。它是通过核函数将原始空间中的点映射到特征空间中,考虑到原始空间中的点无法用一个线性函数进行划分,于是将其变换到一个更
阅读全文
posted @ 2018-11-11 16:07
凯鲁嘎吉
阅读(7041)
推荐(1)