搜索资源列表
new-fuzzy-clustering
- 本文目前模糊C-均值聚类算法不适用于有噪声和样本不均衡等问题,借助改进算法AFCM和WFCM的思想,提出另一种新的聚类算法。它是AFCM和WAFCM结合的一种算法,但有着更好的健壮性和聚类效果。
wfcm
- Weight Fuzzy C-means Algorithm Based on 1D histgram
WFCM_improved_z
- 加权FCM，即WFCM图像分割算法，matlab编程，已经验证。-WFCM image segmentation
WFCM
- 样本加权模糊聚类，可用于各种功能，只需改变输入即可-Sample weighted fuzzy clustering can be used for various functions, simply by changing the input to
Code-Segmentation
- 基于WFCM的最优阈值图像分割 阈值化是图像分割中广泛应用的一种有效工具。基于类别可分性准则的Otsu法是性能良好且受到普遍欢迎的自动阈值选择方法。Otsu方法与c均值聚类算法的准则在一定条件下是等价的，而c均值聚类算法还可以快速实现分割问题。目前人们提出了很多基于c均值聚类准则的图像阈值化方法，其中模糊c均值（FCM）是最流行的算法之一。但是FCM算法没有考虑样本矢量间对聚类效果的不同影响，因而使用加权模糊c均值（WFCM）来解决这个问题。-Optimal threshold image se
WFCM
- 模糊聚类算法，用于对摩多从数据进行聚类，亲自测试还是有点用的(Fuzzy clustering algorithm for clustering data from the multi Yin, personally tested, or a little useful)
WFCMClust1
- 采用模糊C均值对数据集进行聚类，是一种很有效的聚类方法(Clustering data sets using fuzzy C-means is a very effective clustering method)