搜索资源列表
Classification
- 有关聚类的一些例子，主要是用人工数据点进行分类
FuzzyEntropyBasedPost-ProcessingMethodforC-MeanClu
- 提出了一种结合C2均值聚类算法和模糊熵的图像分割方法, 该方法先采用C2均值聚类算法对含噪图像进行初步分割, 再利用模糊熵准则作后续处理。该方法一方面能够继承C2均值聚类算法的优点, 可以灵活地用在基于多特征和多阈值的图像分割中, 另一方面充分考虑了图像的区域信息, 利用模糊熵最小作为准则, 对C2均值聚类算法初步分割结果的错分类点作了进一步的处理, 克服了C2均值聚类算法对噪声敏感的缺点。实验结果表明,本文方法在运算开销上只比C2均值聚类算法多4～ 6 s, 对于低信噪比的图像能够取得优于C2
ImageRgistration
- 本人认为很好的三篇关于图象配准的文章。 用于特征点配准的快速聚类凸集投影算法.pdf 傅氏变换的自配准性质及其在纹理识别和图象分割中的应用.pdf 用于快速特征点配准的聚类凸集投影算法.pdf
k-means
- 空间数据分析中最常用的是聚类分析,而K-MEANS算法是聚类分析中常用的,其主要思想是在给定的聚类数目下对多维(我做的是三维空间点)向量进行聚类,
cure(Clustering)
- CURE（Clustering Using Representatives）是一种针对大型数据库的高效的聚类算法。基于划分的传统的聚类算法得到的是球状的，相等大小的聚类，对异常数据比较脆弱。CURE采用了用多个点代表一个簇的方法，可以较好的处理以上问题。并且在处理大数据量的时候采用了随机取样，分区的方法，来提高其效率，使得其可以高效的处理大量数据。
KmeansImageSegmentation
- 基于Opencv实现的k-means聚类图像分割算法，可自定义聚类个数，根据像素点的位置和颜色进行聚类
ClusteringAlgorithmofWebClickFlowFrequencyattern.r
- ：用户在访问Web站点时会碰到很多问题，主要原因是Web站点对用户需求缺乏适应性。为了提高Web用户的服务质量和用户的满意度，在用户访问网站点击流形成频繁序列模式的基础上，提出基于距离函数的聚类分析以及基于时间相似度函数的二次聚类分析算法。该算法可以求取频繁序列的相关性和反映用户对网页的兴趣的相似度，对下一步改善Web站点的结构及存在形式使站点达到更好的效果起先导作用
Length
- \\程序\\sj\\统计度、出度、入度、出权、入权、边权、点权分布程序\\sj\\计算最短路径和聚类系数2
segmentation
- 介绍了视觉颜色空间及其在交互式图像分割中的作用, 实验分析了它的奇异性, 在此基础上, 考虑像素的 空间和色彩分布, 提出了基于区域生长法的多颜色空间、 多度量准则的聚类算法和零碎区域的合并算法, 颜色空间选取HSL 和RGB 两种, 相似性度量包括了种子点、 扩张点和生长区域三个方面, 并用于敦煌壁画图像的分割.
C均植
- 模式识别中关于C均值的聚类算法的程序,输入点进行聚类.-pattern recognition on the C-means clustering algorithm procedures input cluster.
ganzhiqi
- 模式识别中关于感知器算法的程序,输入点进行聚类.-pattern recognition algorithm on the perception of the process, input cluster.
CURE
- 数据挖掘算法之一，基于代表点的CURE聚类算法，该算法先把每个数据点看成一类，然后合并距离最近的类，直至类个数为所要求的个数为止。-CURE cluster algorithm based on representive point,one of data mining algorithms,classifies each data as a category firstly, then unifies categories with the nearest distance into one
三维自组织特征映射神经网络程序
- 绘制三维数据的散点图，并进行SOFM聚类的matlab程序。
改进的K-Means算法实现车牌字符的分割
- 本实验基于K-Means聚类算法思想实现了字符分割，因为车牌规定是7位的，所以K取7。另外本实验对K-Means算法进行了改进，充分考虑了初始点的设置及迭代结束条件。实验结果证明这种改进的K-Means算法实现车牌字符分割是快速、有效的。
hyperspectral-data-processing 高光谱数据处理基本算法
- 高光谱数据处理基本算法，异常点检测，端元提取，丰度图K均值聚类，PCA算法-anomalydetection endmemberExtraction Kmeansclustering by abundancemap PCA NAPCA
classanalysis.rar
- 1)解压缩 2)打开“聚类分析软件”文件夹，点击“聚类分析.msi”安装程序，在安装向导中选择安装目录，安装完成。 3)打开Matlab软件程序，将当前工作目录设为“聚类分析”的安装目录，在命令行中输入“Cluster”命令，即可打开聚类分析软件。 4)内有多种模式识别方法可以使用 ,1) Extract 2) Open the
KMedios.rar
- 数据挖掘中 K中心点算法 测试数据为iris 数据库采用sql server 聚类算法,Data mining algorithms in test data for the K center iris database using sql server clustering algorithm
SFMtoolsInstallDoc
- 文介绍了如何使用Bundler来根据图片得到相机参数以及一些空间点云数据，得到的数据将能够运用在3D重建中。利用Bundler可以得到较为稀疏的点云（point clouds）数据。如果需要得到更密集的点，可以使用Yasutaka Furukawa博士写的另外一个非常强大的软件包，称为PMVS2。一种比较常见的途径是使用Bundler来得到相机参数，然后使用Bundle2PMVS程序，将生成结果转换为PMVS2的输入，然后使用PMVS2来得到更密集的点云。另外，读者们可能会对另外一个同样由Fur
KMeansJava
- 利用Java实现的K-均值算法，K-Mean 分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出 具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些群中心，进行后续的处理，可用于数据挖掘中的聚类分析-Java implementation using K-means algorithm, K-Mean grouping method is a fragmented grouping method, whose main goal is to a large nu
k-means-segamen-method
- 本实验基于K-Means聚类算法思想实现了字符分割，因为车牌规定是7位的，所以K取7。另外本实验对K-Means算法进行了改进，充分考虑了初始点的设置及迭代结束条件。实验结果证明这种改进的K-Means算法实现车牌字符分割是快速、有效的。-In this study, K-Means clustering algorithm based on the ideology of the character segmentation, because the license plate require