搜索资源列表
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
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
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
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.