温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-8503274.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（动态聚类法—实验报告(共11页).docx）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
精选优质文档-倾情为你奉上模式识别实验报告(3) 动态聚类法姓名：滕超淋学号： 专业：生物医学工程k-均值算法一、实验原理实验数据：IRIS数据。分为三种类型，每种类型中包括50个4维的向量。实验方法：K-均值算法算法步骤：1. 选择K个初始聚类中心Z1(1),Z2(1),.,Zk(1).聚类中心随迭代次数而变，括号中的数字表示迭代次序。2. 逐个将待分类样本X按最小距离准则分配到K个中心的某一个中心，以下公式进行判断：，其中k为迭代次数，Zj(k)为聚类中心。3. 分配完后，下来计算每个聚类的新中心Zj(k+1)。计算公式如下：Zjk+1=1/NixSj(k)XNi是j类样本的个数，以均值向量作为新的中心。4. 如果Zj(k+1)Zj(k)，则回到第二步，将模式样本重新逐个划分，继续迭代计算。如果Zj(k+1) =Zj(k)，则算法收敛，结束。二、实验步骤（1）从IRIS_DATA.txt文件中读取估计
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
