搜索资源列表
SSIM
- 成功检测任何两个图像的相似度问题,会返回一个数值，越接近1说明图形越相似 -MATLAB: SSIM code
matlab
- 聚类算法，不是分类算法。分类算法是给一个数据，然后判断这个数据属于已分好的类中的具体哪一类。聚类算法是给一大堆原始数据，然后通过算法将其中具有相似特征的数据聚为一类。这里的k-means聚类，是事先给出原始数据所含的类数，然后将含有相似特征的数据聚为一个类中。所有资料中还是Andrew Ng介绍的明白。首先给出原始数据{x1,x2,...,xn}，这些数据没有被标记的。初始化k个随机数据u1,u2,...,uk。这些xn和uk都是向量。根据下面两个公式迭代就能求出最终所有的u,这些u就是最终所有
MATLAB
- 基于最大最小值法的模糊相似矩阵求解matlab源码-Fuzzy similar matrix calculating based on Jaccard similarity coefficient
matlab
- 这是一个求解模糊相似矩阵，进一步求模糊等价矩阵，再求λ截矩阵来得到布尔矩阵进行模糊聚类分析的源码。-This is a solving fuzzy similar matrix, fuzzy equivalence matrix, and further to lambda cutting matrix to get the Boolean matrix of fuzzy clustering analysis of the source code.
SuperPixel
- 在计算机视觉领域，图像分割（Segmentation）指的是将数字图像细分为多个图像子区域（像素的集合）（也被称作超像素）的过程。超像素由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域。这些小区域大多保留了进一步进行图像分割的有效信息，且一般不会破坏图像中物体的边界信息。(n the field of computer vision, image segmentation (Segmentation) refers to the process of segmenting a d
源代码
- Matlab中实现SSIM算法，选取合适图片添加不同噪声，然后用三种去噪算法分别对添加噪声后的图片进行去噪，用SSIM图像相似度指标分析不同去噪算法对不同噪声的去除效果。(SSIM algorithm to achieve the Matlab, select the appropriate image with different noise, and then used to add noise after image denoising respectively three denoisi
K-mean
- K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大(K-means algorithm is a typical distance based clustering algorithm. The distance is used as the evaluation index of similarity, that is, the closer the distance between the two objects, the
皮尔逊指数计算
- 计算两个信号的皮尔逊指数，来评估两个信号的相似度(The Pearson exponents of the two signals are calculated to evaluate the similarity of the two signals)
A模糊相似矩阵程序
- 最优化及其matlab实现中模糊相似矩阵程序分析可以用到(Penalty function exterior point method)
region_growing
- 区域增长算法，对相似区域进行补全，用于图像区域修正。(Region growing algorithm, to the completion of similar area, used for correction of image region.)
免疫算法
- 免疫算法，与遗传算法相似，只是多用了一个免疫函数；免疫算法是遗传算法的变体，它不用杂交，而是采用注入疫苗的方法。(Immune algorithm, similar to the genetic algorithm, but the use of an immune function; immune algorithm is a variant of genetic algorithms, it does not hybrid, but the use of vaccination method
Spectral_ClusteringNJW
- 谱聚类能够识别任意形状的样本空间且收敛于全局最优解，其基本思想是利用样本数据相似矩阵的进行特征分解后得到的特征向量进行聚类，程序进行了几种不同聚类算法的比较，包括Q矩阵聚类，kmeans聚类，第一特征分量聚类，第二广义特征分量聚类，公用数据生成和近邻矩阵生成(Spectral clustering can distinguish arbitrary sample space and converge to the global optimal solution, the basic idea i
msssim
- 图像质量评价代码，用于评估两副图片的相似度(Image quality evaluation)
Geodetic_Transformations_Toolbox
- 一组用于计算不同参考椭球和不同投影之间的坐标变换的函数，包括以下工具： - 从笛卡尔到地理坐标的 转换，以及 从地理坐标到横向墨西哥映射的反向 转换或者朗伯保形锥形映射以及 从地理到可以处理不规则区域和极点映射的UTM和背面 - 3D / 2D / 1D相似变换（Helmert变换） - 确定3D / 2D / 1D-Helmert变换的参数 - 执行Helmert变换 后应用残差校正 - 读取和使用NTV2转换参数 - ITRS和ETRS帧之间的3D转换 - 3D
kerAlign
- 核学习中的核近似部分，还有包含通过让两个核相似，求另一个核中的参数的程序kerAlign。(kernel_learning and kernel approximation)
julei
- 聚类算法是给一大堆原始数据，然后通过算法将其中具有相似特征的数据聚为一类。 这里的k-means聚类，是事先给出原始数据所含的类数，然后将含有相似特征的数据聚为一个类中。(The clustering algorithm is given to a large number of original data, and then the data with similar features are gathered into a class by algorithm. The K-mean
Matlab进行样品系统聚类
- 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。
Relative_error_
- 用来比较两张图片的相似程度的MATLAB程序(A MATLAB program used to compare the similarity between two pictures)
K-means
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。(The K-means algorithm is a hard clustering algorithm, which is representative of the prototy
11
- 灰色系统理论提出了一种新的分析方法—关联度分析方法，即根据因素之间发展态势的相似或相异程度来衡量因素间关联的程度，揭示事物动态关联的特征与程度。(The grey system theory puts forward a new method of analysis, the method of correlation degree analysis, that is to measure the degree of correlation between factors according t