- 博客(0)
- 资源 (4)
- 收藏
- 关注
更快的K-Means聚类估计 Faster K-Means Cluster Estimation (文章与代码都上传了)
代码存在于“代码”文件夹中。
kmeans.py:Lloyd算法的Python实现[1]
heurity_kmeans.py:Lloyd算法[1]的Python实现增强了我们的启发式
triangleEquality.py:用三角不等式算法实现K-means[2]
启发式triangleinequality.py:使用三角形不等式算法[2]的K-means的Python实现
enhancedKmeans.py:EnhancedK-means算法的Python实现[4]
heurity_enhancedKmeans.py:增强的K-means算法[4]的Python实现,通过我们的启发式算法进行了扩展
kpp.py:K-means++[3]算法的Python实现。由于这只是一种播种技术,因此可以与任何其他K-means算法(包括上述算法)一起使用。因此,我们没有提供启发式的单独扩充。
2023-03-14
(RCMFDE):计算单变量信号x的复合多尺度波动型色散熵
注释清楚
使用方便
[1] H. Azami, S. Arnold, S. Sanei, Z. Chang, G. Sapiro, J. Escudero, and A. Gupta, "Multiscale Fluctuation-based Dispersion Entropy and its Applications to Neurological Diseases", IEEE ACCESS, 2019.
[2] H. Azami, and J. Escudero, "Amplitude-and Fluctuation-Based Dispersion Entropy", Entropy, vol. 20, no. 3, p.210, 2018.
Matlab代码!
2022-04-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人