说明：应用背景 对于K-medoids的原点敏感性问题以及庞大资源群使其功能下降等明显的缺点，学者们研发了一个依靠原点微量调整和增量原点延迟集选的优化 K-medoids 聚类算法。新的算法就是基于微量调整的形式来改善原始点，用原点集合渐渐的展开计算方法以便有效的减少原点替换的运行时间。结论如我们...

matlab 实现

说明：K近邻算法。是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

K. knn

说明：系统概况及实施细则特征提取。您可以使用以下两种方法之一：地区按你的一滴从探测器1的分配产生。另外，这里是一个Matlab代码的例子多尺度BLOB探测器，类似于你有什么样的分配1来实现。当设置探测器的参数，确保你每幅图像得到至少几百地区。特征描述。使用此代码为计算圆形区域，如从分配1的说明，其中斑点检...

matlab 项目

说明：应用背景你得到的分类器函数求值函数- -非常重要--其他代码是瞎扯淡* T，这是真正的交易，我已经用过很多次股票交易，债券，期货，等参数（对于分类侧）：一个包含每个类的特征值的单元格数组。即，F { 1 }是第一 矩阵的大小numofdimensions X numofsamples；类，等。测试：...

matlab 神经网络 函数 knnclassify knnevaluate

说明：Wright 等人[13]最近几年研究的一种从低秩矩阵恢复问题中引导出的Robust PCA，引起了很多关注，也是目前最为流行的RPCA 方法。低秩矩阵恢复本义是从带有噪声的数据中恢复出原始的低秩数据，可以看到其思想与PCA 是类似的，因为PCA 是要找到数据的低维子空间，数据中不属于低维子空间的部...

matlab

说明：支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法，依靠小样本学习后的模型参数进行导航星提取，可以得到分布均匀且恒星数量大为减少的导航星表 基本情况　Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分...

matlab svm 训练 机器 学习方法

说明：应用背景低能量自适应聚类层次（“浸”） ；是一个 ；基于TDMA的MAC  ； ；协议是一个简单的聚类和路由协议集成在 ；无线传感器网络（WSN） 。LEACH协议的目标是降低能耗的要求创建和维护集群以提高无线传感器网络的生存时间。关键技术LEACH是一种分层协议中，大部分节点发送到簇头，和簇头聚合...

matlab

说明：图论相关论文

图论、排队论算法

说明：资源描述随着科学技术和经济的发展，许多科学研究领域和工程应用都涉及到了一些组合优化问题，这些问题中很多都是NP问题，因此对此类问题的研究具有非常重要的理论意义和广泛的应用背景，这些问题的研究成果对科技以及经济的发展有着重大的推动作用。  由于在实际工程应用中的很多情况下，使用有限的时间、人力和物力得...

matlab 算法 tsp 遗传 求解 问题

说明：rgb空间转换成L*a*b*空间，颜色分割显示，求出最小距离的颜色，进行K均值聚类，显示聚类分割成的三部分， sobel边缘检测，显示二值图像，显示垂直的线性结构元素，显示水平的线性结构元素，对图像进行膨胀，腐蚀图像， 读取多媒体文件中的数据，播放视频，真彩色图像转化为灰度图像，开操...

分割 图像