bwangk的博客

最近论文需要解决一个凸优化问题，接触到了SeDuMi工具包的，网上查了一些资料并按照最新的版本实际配置成功。1 SeDuMi的下载：http://sedumi.ie.lehigh.edu/我这里下载的是SeDuMi 1.32 Matlab配置SeDuMi工具包2.1 解压安装包，配置matlab安装路径。我这里把解压后的文件复制到matlab的toolbox包下D:\Program Files\M

自适应谱聚类谱聚类中常用构造K近邻关系的相似度矩阵，这里引用实现相关算法，首先根据输入的数据data和K值求解KNN矩阵：get_knn_distance.mfunction [A]=get_knn_distance(data,K)% Input : data: N*D 维的数据，N表示数据点数，D表示数据维数% K: 近邻数%% Output :A:KNN矩阵d

函数数值计算数组矩阵变换dist()函数 计算样本集中多个样本两两之间的距离矩阵，dist(pos)输入一个参数，pos——N×S的神经元位置矩阵，返回S×S的距离矩阵，A=[1,2;2,3;3,5;4,2];A1=A’，B=dist(A1)，注意要先对A进行转置 B= 0 1.4142 3.6056 3.0000 1.4142 0

som可用于聚类，图像分割等，由于论文需要matlab实现了som。%som实现%2016-11-12%by wangbaojia% som原理及参数说明% 1.竞争：匹配最佳神经元---------->计算每个样本和初始神经网络的距离，距离最近神经元作为获胜神经元%% 2.合作：在权值更新过程中，不仅获胜神经元的权%值向量得到更新，而且其近邻神经元的权值向量也按照某...