搜索资源列表
Fuzzy-k-means
- 模糊核聚类及几篇文章，用于数据和图像的模糊聚类分割，效果还行-nuclear fuzzy clustering and articles for data and image segmentation fuzzy clustering, the results were OK
Basedonsampleandkerneldynamicmeans
- 基于样本和主轴核函数的相似度的动态聚类算法程序-based on samples and nuclear spindle function of the similarity dynamic clustering algorithm procedures
testMeanShift
- meanshift核方法用于聚类，方法获得了较好的效果，对于初学者有一定的帮助
hehanshufcm
- 用Matlab实现基于核函数的C均值聚类图像分割，实验好，好用-Using Matlab implementation of kernel-based C-means clustering image segmentation, experimental is good, easy to use
kfcm
- 基于核的FCM，可以用于聚类或者图像分割，但运行速度不是很快 自己不知道如何优化-Kernel-based FCM, can be used for clustering or image segmentation, but the speed is not fast they do not know how to optimize
kfcm
- 基于核函数的模糊C聚类均值（fcm）算法-FCM algorithm based on kernel function
1
- 基于核函数的聚类分析相关文献，十篇研究博硕士论文。-Kernel-based clustering analysis of relevant literature, ten of Repository.
2
- 基于核函数的聚类分析相关文献，多篇研究博硕士论文。-Kernel-based clustering analysis of relevant literature, many articles of Repository.
KFCM-nuclear-clustering-algorithm
- 核聚类算法KFCM源代码，对传统FCM算法的改进-Nuclear clustering algorithm KFCM source code, the traditional FCM Algorithm
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
Clustering-algorithm
- 本文介绍了支持向量机基于核方法的聚类算法及其应用-This paper introduced the support vector machine based on kernel method for clustering algorithm and its application
kfcm
- 模糊核聚类算法的几篇文章还有其matlab的几个程序-Fuzzy kernel clustering algorithm several articles Matlab program
demoBagSVM
- 一种基于半监督的svm的图像分类方法。该方法通过聚类核的方法利用无标记样本局部正则化训练核的表达式。这种方法通过图像直接学习一个自适应的核。该程序仿真的是文章：Semi-supervised Remote Sensing Image Classification with Cluster Kernels。大家可以参考下。-A semi-supervised SVM is presented for the classification of remote sensing images. The
PeopleDensitydll
- 视频图像的人群密度检测，多种人群密度场景下人群计数算法： 算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ，参考图像 算法流程：1)对训练样本图像进行分块处理(算法1.1)； 2)通过算法1.2，计算训练样本各个对应分块的ALBP特征归一化，再用K-means算法(可使用opencv等算法库实现，不再描述其算法)，将图像块分成k(k<K)类，获取k(k<K)个聚类中心，即为参考图像； 3)对分块的图像进行与
hieararchical-clustering
- 基于核密度估计的层次聚类算法 -hierarchcial clustering with kernel density estimation
matlab
- 模糊核聚类图像分割，有很好的实例和码源，值得大家学习。-Fuzzy kernel clustering image segmentation, a very good examples and source code, worth learning.
kde
- 核密度估计,matlabkernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。-kernel density estimation
kfcm
- 实现了KFCM算法，对模糊图像进行聚类分析，效果良好(The KFCM algorithm is implemented)
utqnnuq3
- 模糊核聚类源码,用matlab编写的,另外还包括一些相应文章()