搜索资源列表
Keans
- 采用K均值聚类算法的原程序,能够对灰度图像进行据类方法分割
cluter
- 学习数据挖掘时从老师那得到的聚类算法,用C语言编写的程序,很详细,希望对大家有用
GCluser
- 分级聚类算法:包括k-mean max-dist min-dist 程序使用方法: 程序中打开文件“.dat”-》选择聚类方法-》显示数据 .dat文件格式: 分成几类 输入样本维数 样本个数 下面依次为样本特征向量
cskmeans
- cskmeans 聚类算法的一种 1. 分裂法(partitioning methods):给定一个有N个元组或者纪录的数据集,分裂法将构造K个分组,每一个分组就代表一个聚类,K<N。而且这K个分组满足下列条件:(1) 每一个分组至少包含一个数据纪录;(2)每一个数据纪录属于且仅属于一个分组(注意:这个要求在某些模糊聚类算法中可以放宽);对于给定的K,算法首先给出一个初始的分组方法,以后通过反复迭代的方法改变分组,使得每一次改进之后的分组方案都较前一次好,而所谓好的标准就是:同一
ClusterBasics-V1.0
- 各种聚类算法的matlab程序集,说明见其中的readme文件
km
- 聚类算法,k-means和dbscan算法
kmeans
- matlab源码关于模糊K均值聚类算法,很好的,适合大家下载研究学习
mode
- 模式识别中几个聚类算法,也包括神经网络和遗传算法在图像识别中的应用
FCM_Cluster
- FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进,普通C均值算法对于数据的划分是硬性的,而FCM则是一种柔性的模糊划分。
Clustertest
- 2值图像的扫描线2值聚类算法,可实现2值图像的准确聚类
FCM_Cluster
- 首先介绍模糊集基本知识 其次K均值聚类算法(HCM)介绍 最后重点介绍了模糊C均值聚类, 模糊聚类是一种很重要思想,最近再图像处理中就用的了这种思想,也算是一点思维创新
ResearchOntheClusterAlgorithmofExtracting
- 针对当前预先指定聚类算法阈值提取关键帧的问题,使用MPEG- 7 标准中的主颜色描述子对视频帧进行描述, 以镜头内相邻两帧的相似性测度为数据样本,自适应地确定聚类所需的阈值,并以该阈值去指导同类视频的关键帧提取,提高关键帧提取的效率。
dbscan
- DBSCAN是一种性能优越的基于密度的空间聚类算法.利用基于密度的聚类概念,用户只需输入一个参数,DBSCAN算法就能够发现任意形状的类,并可以有效地处理噪声.这里是用C# 编写的,以兰花数据集作为测试数据的代码。
k_medoids
- 聚类算法:k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用,这样的一个medoid就标识了这个类。步骤: 1,任意选取K个对象作为medoids(O1,O2,…Oi…Ok)。 以下是循环的: 2,将余下的对象分到各个类中去(根据与medoid最相近的原则); 3,对于每个类(Oi)中,顺序选取一个Or,计算用Or代替Oi后的消耗—E(Or)。选择E最小的那个Or来代替Oi。这样K个medoids就改变了,下面就再转到2。 4,这样循环直到K个medoids固定下
image
- 图像灰度拉伸、直方图均衡算法以及FCM聚类算法。
k-mean
- K-means聚类算法的java实现描述!有详尽的说明,对初学者非常有用!
fcm_color
- 本程序为模糊聚类算法在图像分类中的应用。(图像的大小为30*30)。
improvedfcm
- fcm是模糊c均值聚类算法,确定聚类中心以后,通过循环迭代,确定最佳聚类中心
segment
- FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进,普通C均值算法对于数据的划分是硬性的,而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。
improvedregion3
- FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进,普通C均值算法对于数据的划分是硬性的,而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。