搜索资源列表
ImageRgistration
- 本人认为很好的三篇关于图象配准的文章。 用于特征点配准的快速聚类凸集投影算法.pdf 傅氏变换的自配准性质及其在纹理识别和图象分割中的应用.pdf 用于快速特征点配准的聚类凸集投影算法.pdf
考虑对象方向关系的密度聚类算法
- 当前的聚类算法很多，但是都没有解决关于边界点的问题，这个算法提出一种新的观点。-current clustering algorithm, and still has no points on the border issue and the algorithm, a new perspective.
KMeansJava
- 利用Java实现的K-均值算法，K-Mean 分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出 具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些群中心，进行后续的处理，可用于数据挖掘中的聚类分析-Java implementation using K-means algorithm, K-Mean grouping method is a fragmented grouping method, whose main goal is to a large nu
Cluster_Analysis
- 用Java语言实现的空间聚类分析程序，对离散点按照距离标准进行分类。-Java language with the spatial clustering analysis procedures, in accordance with the distance between discrete points of criteria.
kmeans
- java 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。-java k-means algorithm, display the cluster result on the two demension.
kmeandm
- kmeans 聚类算法 实现对txt文件中的点内容的聚类-kmeans clustering algorithm
DBSCAN
- DBSCAN算法的Java实现 DBSCAN是一种基于密度的聚类算法，它的根基事理就是给定两个参数，ξ和minp，其中 ξ可以理解为半径，算法将在这个半径内查找样本，minp是一个以ξ为半径查找到的样本个数n的限制前提，只要n>=minp，查找到的样本点就是焦灯揭捉
chameleon
- JAVA实现变色龙chameleon算法，CHAMELEON是一种两阶段聚类法。第一阶段把点分成很多小的簇；第二阶段根据相近程度合并这些小的簇。-JAVA realization a chameleon chameleon algorithm, CHAMELEON clustering method is a two-stage. The first phase of the point divided into many small clusters these small clusters
K-means
- kmeans算法， 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-kmeans algorithm, K-means algorithm is the most classic divide-based clustering method is one of the top ten classical data mi
KDTree2Kmeans
- 基于kdtree的kmeans聚类算法，在选择最近邻中心点时使用kdtree的检索功能，提高了检索效率，特别是当k较大时，效果明显提升-kmeans clustering algorithm based on kdtree，used in selecting the center point of the nearest neighbor the kdtree retrieval function, and improve the retrieval efficiency has improve
Kmeans
- K-均值聚类算法，是一种随机选取数个数据中心进行点聚类处理进而生成分类的数据挖掘算法，具有很好的学习功能。-K-means clustering algorithm is a randomly selected number of data center point clustering process thereby generating classification data mining algorithms, with good learning function.
kmeansCluster
- 用Java实现kmeans(画布上画点聚类)-Java implementation kmeans (on canvas painting point clustering)
CanopyExm
- Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值 T1>T2来处理。 Canopy聚类算法能快速找出应该选择多少个簇，同时找到簇的中心，这样可以大大优化 K均值聚类算法的效率 。-Canopy is a clustering algorithm to group objects into simple categories, fast, accurate method. Each obj
KMeans
- 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 clustering algorithm is hard, is a typical prototype-based clustering method on behalf of the objective function, it is a method of data points to a certain di
Kmeans
- 用java语言实现的kmeans算法，将n个点分成k个聚类。-This is the code about kmeans.
src
- 实现在Hadoop平台上分布式环境上的K-means聚类，随机选取中心点后进行分类-Implementing K-means clustering on a distributed environment on the Hadoop platform, sorting randomly after selecting the center point
Python实现聚类融合的目标跟踪算法
- Python实现目标跟踪算法，使用了模板匹配搭配光流法并使用聚类融合实现特征点分类聚合的算法。