最小生成树

最小生成树的讨论与实现分析

讨论最小生成树的概念及其应用，详细解析普里姆算法和克鲁斯卡尔算法的思路、图解以及代码实现。案例分析和总结涵盖了数据结构A课程的讨论课题目，为读者提供直接可运行的代码资源。

算法与数据结构 2 2024-07-18

最小生成树及算法：基于MATLAB的图论

最小生成树的定义与算法，包括普里姆算法和克鲁斯卡尔算法，并在MATLAB中进行了实现。

Matlab 3 2024-05-30

Prim算法的最小生成树解决方案

Prim算法是解决无向图最小生成树问题的一种经典贪心算法。从任意一个顶点开始，逐步选择与当前生成树相连的具有最小权值的边，直到所有顶点都包含在生成树中。

算法与数据结构 0 2024-09-13

基于局部密度峰值的最小生成树聚类算法

该项目包含使用Matlab实现的基于局部密度峰值的最小生成树(MST)聚类算法(LDP-MST)代码。 文件说明: LDPMST_OPT.m: 实现LDP-MST算法(对应论文中的算法3)。 LDP_Searching.m: 包含算法1和算法2的实现。 LMSTCLU_OPT.m: 基于MST的聚类算法对局部簇进行聚类，并计算密度峰值。 drawcluster2: 用于可视化聚类结果。 综合数据集pacake: 包含实验中使用的综合数据集。

Matlab 3 2024-05-31

Matlab中的Kruskal算法应用及最小生成树解析

Kruskal算法是一种经典的最小生成树算法，适用于解决图论中的优化问题。它基于边的权重进行处理，确保在保持无环的前提下连接所有顶点。在Matlab中，通过实现Kruskal算法，可以有效地构建最小生成树，实现图结构优化。这种算法不仅限于理论分析，还可以转化为可执行函数，进一步提升应用的实用性。

Matlab 1 2024-07-28

克鲁斯卡尔算法最小生成树的经典实现

最小生成树算法中，克鲁斯卡尔算法是一种经典选择。详细解释了算法原理，并结合《算法导论》第二版的示例进行了实际演示，结果与书中一致。

Matlab 0 2024-09-23

CHSMST：基于超曲面与最小生成树的聚类方法

近年来，许多聚类算法被提出，但大多数在计算时间上较高或难以发现非凸形状的聚类。CHSMST基于超曲面和最小生成树，首先应用CHS获取初始群集，随后通过最小生成树处理本地密集数据。实验结果显示，CHSMST能识别任意形状的簇，对样本输入顺序不敏感，且随数据集增大，运行时间适度增加。

数据挖掘 5 2024-07-12

MATLAB中使用PSO、ICA和FA求解最小生成树问题

利用粒子群优化（PSO）、帝国主义竞争算法（ICA）和萤火虫算法（FA）解决最小生成树问题的方法在MATLAB中得到了广泛应用。这些算法通过优化过程有效地找到了最优的生成树结构，更多详情请参见以下链接：http://yarpiz.com/407/ypap116-minimum-spanning-tree

Matlab 1 2024-08-02

从决策树生成规则集

可以指定选项将决策树转换成规则集： 规则集名称：指定新生成规则集节点的名称 创建节点位置：选择新生成规则集节点的位置，可以选择工作区、GM选项板或两者 最小实例数：指定生成的规则集中保存的规则的最小实例数，低于指定值的规则将不显示 最低置信度：指定形成的规则集中保存的规则的最低置信度，低于指定值的规则将不显示

数据挖掘 4 2024-05-12

基于决策树的学生成绩评估.pdf

基于决策树的学生成绩分析方法正在被广泛应用，通过数据分析和模式识别，帮助教育工作者更好地理解学生的学术表现。

算法与数据结构 4 2024-07-13