搜索资源列表
FCM-used-for-image-segmention
- 基于FCM的图像分割算法，先对图像平滑，然后利用FCM对像素聚类，实现对图像的分割。-A methord based on FCM for image segmenting,firstly,using filter to smooth the image and the use the rule of FCM clustering pix finshing image segmention
FCM
- 两种模糊核聚类算法,包括源程序和算例，非常有用-Two Fuzzy C-Means algorithm
FCM
- 模糊C均值的改进算法，详细介绍了改进过程和原算法的原理，具有很好参考价值-Improved Fuzzy C- Means algorithm , described in detail the principles to improve the process and the original algorithm has a good reference value
FCM
- matlab实现模糊C均值算法对样本进行分类。附件中国有样本库。- matlab in fuzzy c means in sorting
FCM
- 模糊C均值聚类算法过程，C语言编写，有测试数据-Fuzzy C-means clustering algorithm process, C language, test data
fuzzycm
- 模糊c均值聚类 FCM算法的两种迭代形式的MATLAB代码。-Fuzzy c-means clustering algorithm FCM two iterative form of MATLAB code.
FCM
- 关于减法聚类和FCM的融合程序，室内定位算法。-Subtraction clustering algorithm
fuzzycm
- 与模糊数学相关的,模糊聚类分析的有效性问题初探,FCM算法是论文中不可或缺的部分,在此将FCM算法的两种迭代形式的MATLAB代码写于下,也许有的同学会用得着:-Fuzzy clustering analysis and fuzzy validity problems of the mathematically related, FCM algorithm is an integral part of the paper, in the form of the FCM two iterative
fcm-brain
- 利用matlab软件编写模糊聚类算法，将脑叶图片不同像素点分离-Software written using matlab fuzzy clustering algorithm, the lobe separation of different pixel images
FCM
- matlab实现在端元已知时fuzzy c-means 算法混合像元分解，并根据测试点进行精度评定-matla code of FCM for mixed pixels unmixing
Algorithms-for-FCM
- 模糊聚类方法在C均值聚类算法中的应用研究；作者: Sadaaki Miyamoto-Algorithms for Fuzzy Clustering Methods in c-Means Clustering with Applications Studies in Fuzzine（FCM）
cfm_mine
- 彩色图像分割利用matlab实现FCM算法-Color image segmentation algorithm using matlab realize FCM
FCM
- 核聚类算法：聚类是将一组给定的未知类标号的样本分成内在的多个类别，使得同一类中 的样本具有较高的相似度，而不同类中的样本差别大。侧重于软聚类（模糊C-均值——FCM），但其描述手段同样适合于硬聚 类（HCM）等同类问题。-Clustering algorithm: cluster is a group of unknown samples given class label into internal multiple categories, so that the same class
oriFCMimg
- 基于标准FCM算法的mri脑肿瘤图像分割-MRI brain tumor image segmentation based on standard FCM algorithm
pso_fcm
- 结合pso的fcm算法，可以计算最佳聚类个数和具体的聚类位置。-fcm with pso
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
FCM
- 采用FCM(模糊C均值)算法将数据集data聚为cluster_n类.-Using FCM (Fuzzy C-Means) algorithm dataset data clustered into cluster_n class.
FCM
- 一种更有效的聚类算法，能有效的改进寻优过程，从而得到更优解-a better cluster GA
FCM(Matlab)
- FCM K均值聚类算法的matlab实现 ，-FCM matlab
k-means-and-FCM
- 利用K-MEANS方法和FCM方法的程序运行作比较，从而实现了软聚类和硬聚类算法的对比。-The use of K-MEANS method and FCM method of comparing the program is running, in order to achieve the contrast of soft and hard clustering algorithm clustering.