说明：所提出的方法的目标是群集Ñ定点数为K群集，所以，在同一组中的对象之间的相似性是高而在不同的组中的对象之间的相似性是低。点相似性是通过投票措施，考虑到该点定义距离。使用表决制剂，聚类的问题减少到最大化的同一个群集的点之间票数的总和。它认为，基于投票最大化导致集群具有优势有关群集的紧凑，工作，以及为群集...

matlab 投票 矩阵

说明：应用背景得到更有效的方案，为网络路由设计VLSI物理设计中，一种新的混合算法是蚁群算法和禁忌搜索算法提高网络路由设计方案在VLSI物理设计相结合，提出了。通过考虑不同的结构特性，如两终端，多终端的模式，多层次、无网格布线是引入适当的参数匹配，可以通过计算机实验得到了。结果表明，新的算法可以避免低收敛...

c

说明：k-均值聚类是一种矢量量化，最初从信号处理，这是流行的数据挖掘中的聚类分析的方法。k-均值聚类分区 n 个观测到 k 集群每个观察值属于最近均值集群目标，作为该群集的一个原型。这会导致 Voronoi 单元格数据空间的划分。问题是计算困难 （np） ；然而，有高效的启发式算法，并普遍采用和快速收敛到...

matlab 算法 均值

说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用

说明：文件中包含word文档报告，设雷达采用匹配滤波完成脉冲压缩，采集频率fs=420MHz，仿真雷达回波，并绘出Hamming窗前后的脉压波形。（提示：通过正确设定采集波门，减少数据量） 设雷达采用Dechirp方式完成脉冲压缩，其中参考距离位于（0，0），采集频率为10MHz，距离采样点数512点，仿...

MATLAB-dechirp 匹配滤波 脉冲压缩 dechirp radar-waveform

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：应用背景现在的前列腺疾病在成人和老年人中很常见。因为所有类型的前列腺疾病都有类似的症状，很难诊断恶性前列腺癌的早期阶段。在这项工作中，试图找出类型的利用纹理分析法对腹部电脑断层图像的前列腺疾病。前列腺区域是分段的图像切片。利用不断变换为顺序基于分割的图像纹理特征提取真正的变换映射（SMRT）。六个不...

matlab 算法 图像 CT 基于 遗传 优化 使用 特征 纹理 诊断 疾病

说明：本代码是基于形状和颜色， 其次提出了一种基于多分类器集成的分类方法，在该方法中采用NND、BP神经网络、基于类中心的欧式距离法三种分类器作为集成分类器的基分类器，投票表决法作为集成规则。从实验结果可以看出，该方法可以集成各个分类器的优点，抑制它们各自的缺点，与已有的单分类器相比该方法有更好的分类效果...

提取 交通标志 特征

说明：Apriori算法1994年由R．Agrawal等人提出来的Apriori算法是 关联规则挖掘的一个经典算法，后来的许多算法都是基于该算法的思想。算 法的名称来源于在算法中应用了频繁项集的先验知识，即：一个频繁项集的 任一非空子集必定是频繁项集；因此只要某一项集是非频繁的，则其超集就 无须再检验。

matlab 算法 源代码 apriori

说明：Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这 些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权...

matlab 代码 程序