搜索资源列表
code
- meanshift算法在matlab中聚类三维点集-meanshift clustering algorithm in three-dimensional point set in matlab
clustering-programming
- 聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。 -Cluster (Cluster) analysis was performed by a number of models (Pattern) composed of, usually, model is a measure of (Measurement
the-distance
- 以计算样本点到聚类中心的距离为例，学到matlab中矩阵在加权指数,迭代次数和误差的相关应用-Sample points to calculate the distance to the cluster center, for example, learn matlab in the matrix in the weighted index, the number of iterations and errors related applications
k-means
- K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。-K-means algorithm is based on the division of the classic clustering method, is ten classic one of data mining algorithm. K-means the
MARK_Kmeans
- 使用k-means算法对一副RGB色彩空间的图像作简单的聚类。根据命令行提示输入聚类的大小K，程序自动计算每一个像素点的归属并着色该点为该类的色彩均值。工程运行于VS2008环境，需要OpenCV支持。Debug目下exe文件可以直接双击运行查看结果。-Using k-means algorithm on an RGB color space images to make a simple clustering. According to the command prompt enter the
iosdata(N-dimension)
- ISODATA算法实现由原来二维扩展到任意维样本点得聚类分析，具有很强的应用性，代码中对原理性东西作了详细的注释-ISODATA algorithm extended to any dimension from the original two-dimensional sample points have to cluster analysis, has a strong application, the code of the principle of detailed notes of wh
K-average(N-dimension)
- K均值聚类算法实现有二维的聚类扩展到任意维样本点的聚类，代码中附加了详细的原理性说明，还有相关例子提示，效果不错-K-means clustering algorithm to achieve a two-dimensional clustering extends to any dimension of the cluster sample points, the code attached to the principle of detailed instructions, and tips
Kmean2
- 随机产生的点进行K-means方法聚类，给大家做一个参考，随机数据的分类-Randomly generated points in K-means clustering method, to give you a reference, the classification of random data
K-MEANS-N
- K均值聚类算法实现有二维的聚类扩展到任意维样本点的聚类.-K-means clustering algorithm to achieve a two-dimensional clustering extends to any dimension of the cluster sample points.
KM
- K均值算法的C++实现，能够将2维的样本点进行2类或者多类的聚类-K means
FCM-clustering
- 模糊C均值聚类算法,模糊C-均值算法(FCM)是一种能自动对数据样本进行分类的模糊聚类方法,通过优化目标函数得到每个样本点对类中心的隶属度来决定各样本点的归属.-FCM clustering
kmeans
- 数据挖掘Kmeans算法C/C++语言实现。 提供接口让使用者可以指定输入输出文件、聚类结果中类别个数、中心点计算方式、初始化方法。-Kmeans,data mining algorithms,C/C++language. Provides the interface so that users can specify the input and output file, type in the number of clustering results, the center of ca
Constellation-clustering-analysis
- 在四点星座图中，通过运用聚类的方式，实现对由于信道、噪声或其他原因出现随机偏移星座点的识别与归类。main.m为入口程序-The four-point constellation, the constellation points of the random offset due to channel noise or other reasons, through the use of clustering Identification and classification.
Corner-Detection-Harris-Algorithm
- 摘要提出了一种改进的Har“s角点检测方法。该方法在Harris角点检测求得角点响应函数后，利用双掩膜来定 义进行非极大值抑制的局部范围，结合K均值聚类方法进行非极大值抑制，若像素点的角点响应函数值满足预设角点判定 条件，则将该像素点定义为角点。实验结果表明，该方法无需进行阈值选择，提高了角点检测精度。-Abst旧ct An improved harris_based comer detection methOd is presented in the paper． Firstly，th
fencengchongjian
- 基于鲁棒估计灭点分层重建的研究 提出了一种基于Hough算法的直线聚类检测方法求取图像中的直线信息以及基于RANSAC的由直线信息估计灭点信息的改进算法，以提高估计灭点的鲁棒性。-Research of hierarchical reconstruction based on robust vanishing point
PAM
- PAM（Partitioning Around Medoid,围绕中心点的划分）算法是是划分算法中一种很重要的算法，有时也称为k-中心点算法，是指用中心点来代表一个簇。PAM算法最早由Kaufman和Rousseevw提出，Medoid的意思就是位于中心位置的对象。PAM算法的目的是对n个数据对象给出k个划分。PAM算法的基本思想：PAM算法的目的是对成员集合D中的N个数据对象给出k个划分，形成k个簇，在每个簇中随机选取1个成员设置为中心点，然后在每一步中，对输入数据集中目前还不是中心点的成员根
k-means
- c++实现k均值源码，实现了k-means的算法，并给出界面显示。实例中通过二维空间中的点进行聚类-c++ k-means algorithm, display the cluster result on the two demension
SC_demo
- 整理图像特征点提取和分类的程序（可以作为场景分类的前期工作），自己调试过能运行，特征点提取用的SIFT算法，使用K-means聚类算法，将得到的20个聚类中心写入txt文本中-Finishing the image feature point extraction and classification procedures (which can be as the preparatory work of the scene classification), their own debugging
DBSCAN
- dbscan 处理GPS二维空间点,进行基于密度的聚类-dbscan for 2-dimension processed
DataMining
- 用VC或Java实现K-means聚类算法，分别以迭代次数及分配不再发生变化为算法终止条件，用图片（自己选择）作为数据集，比较运行时间（画出时间与像素点的关系曲线图，因此须用多幅像素个数不同的图片进行实验），提交实验报告与源代码。-With the picture (choose your own) as data sets, more running time (draw time and pixels relations diagram, so must use many different