说明：基因选择算法 SVMRFE基因选择算法 SVMRFE基因选择算法 SVMRFE

基因 gene-selection gene-algorithm SVM-RFE SVMRFE-KPCA

说明：K-Means算法,不要求建立模型之后对结果进行新的预测，没有相应的标签，只是根据数据的特征对数据进行聚类。主成分分析降维对数据进行可视化操作,对features进行降维.

联合开发 降维聚类 降维算法 PCA-聚类 PCA可视化

说明：该程序实现了双变量高斯核密度估计。它可以用于估计双变量概率函数，累积分布函数（CDF）和反演CDF（ICDF）。核密度估计在估计边界区域的时候会出现边界效应。在单变量核密度估计的基础上，可以建立风险价值的预测模型。通过对核密度估计变异系数的加权处理，可以建立不同的风险价值的预测模型。由给定样本点集合...

matlab 估计 密度 变量

说明：Kohonen网络是自组织竞争型神经网络的一种，该网络为无监督学习网络，能够识别环境特征并自动聚类。Kohonen神经网络是芬兰赫尔辛基大学教授Teuvo Kohonen提出的，该网络通过自组织特征映射调整网络权值，使神经网络收敛于一种表示形态，在这一形态中一个神经元只对某种输入模式特别匹配或特别敏...

matlab 算法 网络 Kohonen 基于 入侵

说明：数据集的动态模糊聚类分析，对多维数据集根据隶属度的不同采用软聚类的方法对其进行聚类，效果很好。

matlab 模糊 动态

说明：matlab，通过所给数据，用熵值法求权重，遗传算法，多目标优化等等。

多目标权重 熵值权重 熵值优化 熵值多目标 熵值法求权重

说明：基因选择算法 SVMRFE 基因选择算法 SVMRFE 基因选择算法，SVMRFE。

基因选择算法 SVM-RFE

说明：应用背景关键技术该算法对 松散关系；K近邻分类器，一个流行的 ；机器学习 ；分类，经常混淆技术k-均值 ；因为 ；K  ；在名称。可以将近邻分类器对 得到的聚类中心；k-均值将新数据到现有的集群。这就是最近的质心分类器 ； ；或Rocchio算法。

matlab

说明：a）针对合成纹理图像（共有4 个合成纹理图像，见文件夹： Texture_mosaic_data）中每一个像素提取纹理特征向量； b）利用聚类技术（推荐用k‐均值聚类，可以从网上查找原码）对特征向 量空间中的点进行聚类，类别数可根据图像中的实际纹理类数确定。最后把类 属标签映射成图像形式显示（如下图...

sitppo shorterqs3 图像特征聚类 图像提取 合成纹理图像

说明：包括面积、周长、矩形度、伸长度，用MATLAB实现动态聚类或迭代自组织数据分析，isodata 迭代自组织的数据分析，相关分析过程的matlab方法，可以实现模式识别领域的数据的分类及回归，用于信号特征提取、信号消噪。

算法 测试 遗传 可以 编译 作业 问题 调度