搜索资源列表
cure
- 层次聚类算法中的cure算法,它利用代表点来达到聚类目的-hierarchical clustering algorithm cure the algorithm, which uses representatives point to achieve clustering purpose
Cluster111
- C-均值动态聚类算法 matlab 很简单对 一组样本点的分类和中心点-C - Means clustering algorithm Matlab is very simple sample of a point and focal point for the classification
noseecluster
- 聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法.为了适应图像检索的需要,提出了一种新型的无监督聚类方法,即根据离群点信息来自动确定聚类算法的终止时机.此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠.为验证其可行性,用其改进了CURE和ROCK两个经典算法.实验表明,改进后的两个算法都能自动终止,并能取得优于以往的聚类效果. -clustering analysis techniques have wide applicatio
ju
- 一个CURE聚类算法 应用了K中心点算法 采用空间坐标聚集 -a clustering algorithm is applied to the K-center space coordinates is used to gather
td
- 二维点集合聚类的图像化演示程序 用它可以很直观的看到聚类的整个过程-2D point set of images of the cluster demo program can use it directly to see the whole process of clustering
Cmean
- 用cmean方法做的模式识别聚类程序.通过测量各点之间的距离来确定类别数,以及归属于哪类-cmean methods using the clustering pattern recognition procedures. By measuring the distance between a number of categories to determine , and in the types of attribution
ISODATA
- 在各种聚类算法中,ISODATA可以说是应用最广泛的。以与代表点的最小距离作为样本聚类的依据,因此比较适合各类物体在特征空间以超球体分布的方式分布,对于分布形状较复杂的情况需要采用别的度量。
KMEANSII
- 神经网络中的K均值聚类算法II: 1.KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三个参数为所要求聚类的个数 2.KM2OUT为经过K均值聚类算法II计算后得到的结果
Kmeans
- 在Visual C++.NET2003平台下实现聚类算法中的K-MEANS算法,对随机生成的点进行了聚类。使用单文档结构,并将聚类结果显示出来。
corner
- 提出了一种快速准确车辆牌照的分割方法。首先利用形态学算子获取车牌的候选区域,剔除较小的和较大的区域;对保留的候选区域利用Trajkovic算法获取角点;最后对检测后的结果聚类,从而分割出包含车牌区域的子图像。
Medoidshift
- 中心点漂移是一种非监督聚类算法(与k-means算法相似,但应用范围更广些),可用于图像分割,基于Matlab实现的源码。 MedoidShift is a unsupervised clustering algorithm(similar to k-means algorithm, but can be used in border application fields), can be used for image segmentation. Included is the Matlab
CURE
- 层次聚类算法中的Cure算法,可以用于识别非球形的簇,解决了偏好球形和相似大小的问题,在处理孤立点上也更加健壮。
K-Means.RAR
- K-Means是k_中心点法的聚类过程代码。
CQPOCS
- 用于特征点配准的快速聚类凸集投影算法,研究充分值得借鉴,自动化学报.
chect
- 基于聚类的孤立点检测算法
ISODATA1
- ISODATA聚类快速实现代码,运行test_isodata观测测试结果,算法可用于点模式匹配前的特征分类。
KClustering
- 能计算用户输入的聚类,并进行K分。 输出的结果为每次计算的中心点的坐标和每个点到中心的距离
knn
- knn 方法为k均值聚类用于数据点的分类
三维点云分割
- 通过java实现对三维点云进行分割,包括三种方法:基于法向量的、基于区域的、基于聚类的
TRACLUS-master
- 在线输入位置点,进行轨迹分类,直接画出图像,十分方便。(It is very convenient to input position points online, classify tracks and draw images directly.)