搜索资源列表
将维对分和K均值算法分割图像
- 利用聚类算法分割图像，将维对分法只可将图像分为2部分，可以作为二值化的代码,K-均值法可将图像分为任意多部分。程序直接采用R、G、B三色作为特征参数，聚类中心为随机值，当然也可以采用其他参数，程序编译为EXE文件后速度还可以接受，但尚有改进的余地，那位高手有空修改的话，请给我也发份代码。-clustering algorithm using image segmentation, Victoria right method can only image is divided into two p
realDBSCAN
- 二维的DBSCAN聚类算法，输入（x,y）数组，搜索半径Eps，密度搜索参数Minpts。输出: Clusters，每一行代表一个簇，形式为簇的对象对应的原数据集的ID-two-dimensional clustering algorithm, the input (x, y) array, search radius Eps. Minpts density search parameters. Output : Clusters, each firm on behalf of a cluste
KMeansV
- k-means聚类算法在二维平面上的可视化实现 聚类时可以设置类数和迭代阈值 聚类结果用色彩和类圆清楚的表现出来-k-means clustering algorithm in a two-dimensional plane with the Visualization of clustering can be set up several categories and iterative threshold Clustering results using color and clas
fcm123
- 一个适合与做二维图像的聚类算法 我是做图像的 大家加我qq：31781508-suitable for a 2-dimensional image and the clustering algorithm I have to do all the images for my qq : 31781508
td
- 二维点集合聚类的图像化演示程序 用它可以很直观的看到聚类的整个过程-2D point set of images of the cluster demo program can use it directly to see the whole process of clustering
FACERECOGNITIONBASEDONFRACTALANDGENETICALGORITHMS.
- 本文的题目是基于分形和遗传算法的人脸识别方法，对有限人群提出一种采用分形特征和遗传聚类的识别方法: 将图像分成很多小区域, 分别计算各个区域的分形特征, 以充分利用图像二维信息 同一个模式有多个样本, 通过遗传算法进行聚类以得到最优解实现不变性识别. 最后采用ORL 人脸图像库的一组图像对比了新方法、本征脸法和自联想神经网络方法, 结果表明该方法的识别率, 与本征脸法相似, 比自联想神经网络高.
MaxAndMinCluster
- 最大最小距离 聚类算法，可以对一维或者二维信号进行聚类分析。尤其是两类化情况较好时。-maxmum and minimum Cluster Algorithm
kmeans
- 聚类算法kmeans，比较简单的聚类算法，通过欧几里德距离确定聚类的标准，对二维的点进行聚类-Clustering algorithm kmeans, relatively simple clustering algorithm, through the Euclidean distance to determine the standard clustering of the points of two-dimensional clustering
FuzzyClusteringToolbox
- 四种聚类算法源代码及示例代码,本程序的最终目的是形成一套标准的用于聚类、可扩展的工具。包括的内容有1. 聚类算法：Kmeans和Kmedoid算法、FCMclust, GKclust, GGclust算法 2. 评估分类原型：程序可以在二维图像上绘制出聚类的结果 3. 验证：程序给每一个算法提供验证机制，每个聚类算法会统计Partition Coefficient (PC), Classification Entropy (CE), Partition Index (SC), Separatio
Pattern_recognition4
- 张学工老师模式识别第四次作业，分别用C均值方法，分层聚类方法和非监督参数下正态分布函数估计的贝叶斯决策对身高体重二维数据进行分类。-Zhang engineering teacher fourth pattern recognition operations, respectively C-means, hierarchical clustering methods, and non-normal distribution function under the supervision of th
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.
kmeans
- 基于matlab的K-means聚类算法的实现以及二维随机点的聚类结果-Matlab-based K-means clustering algorithm
FCM2D
- FCM2D(二维直方图，模糊聚类)法进行图像分割-segmentation by FCM-2D
clustering-system
- 本程序的最终目的是形成一套标准的用于聚类、可扩展的工具。包括的内容有1. 聚类算法：Kmeans和Kmedoid算法、FCMclust, GKclust, GGclust算法 2. 评估分类原型：程序可以在二维图像上绘制出聚类的结果 3. 验证：程序给每一个算法提供验证机制，每个聚类算法会统计Partition Coefficient (PC), Classification Entropy (CE), Partition Index (SC), Separation Index (S), Xi
K-Means
- 对500个随机二维坐标点进行聚类，然后通过C++程序输出窗口输出。(Cluster Algorithm.Put the 500 2d points into 20 clusters.)
k-means-matlab
- 利用k-means算法实现二维平面点的聚类，包括了运行源代码和结果图(The k-means algorithm is used to realize the clustering of two-dimensional plane points, including the running source code and the result graph)
K---MEANS
- 随机生成1000个二维坐标点并用K-means算法计算聚类结果(1000 two-dimensional coordinate points are generated randomly and the clustering results are calculated by K-means algorithm)
聚类算法
- 文件夹中主要有二维的K-means，gmm，mean-shift，三维的K-means聚类算法的程序，同时已经经过本人验证无误，可以成功运行，有问题的可以私下交流。(Folder mainly two-dimensional k-means, GMM, mean-shift, three-dimensional k-means clustering algorithm procedures, at the same time has been verified by myself, can be
som
- 随机产生5类二维坐标系中的数，使用SOM网络进行无监督聚类，将产生的随机数自动聚成五类，并将结果用图像直接显示出来，生成训练好的网络权值(Five kinds of random numbers in two-dimensional coordinate system are generated randomly, and unsupervised clustering is carried out using SOM network. The random numbers generated
dbscan
- 利用该程序可以实现大数据下的三维点云及二维数据的密度聚类，并对聚类后的结果进行准确提取(Using this program, the density clustering of three-dimensional point clouds and two-dimensional data can be realized, and the clustered results can be accurately extracted.)