搜索资源列表
KMeans3-based-opencv
- 基于OpenCV的K-均值算法,用于聚类分析,如图象的颜色聚类,生成相关的颜色表等.-the K-means algorithm for clustering analysis, such as image color clustering, Formation of color, and so on.
noseecluster
- 聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法.为了适应图像检索的需要,提出了一种新型的无监督聚类方法,即根据离群点信息来自动确定聚类算法的终止时机.此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠.为验证其可行性,用其改进了CURE和ROCK两个经典算法.实验表明,改进后的两个算法都能自动终止,并能取得优于以往的聚类效果. -clustering analysis techniques have wide applicatio
Clustering_Algorithms
- 选择【聚类分析】菜单,可以对样品进行聚类分析。 ② 选择【模糊聚类】菜单,可以对样品进行模糊聚类分析。 ③ 选择【遗传算法】菜单,可以应用遗传算法对样品进行聚类分析。 在上述处理中,注意选择距离的计算方式和参数输入的范围。
mode
- VC++ 实现的一聚类分析程序,具有简单的分析识别能力
TextureAnlysis
- 根据图像四个方向的共发矩阵,求取四个灰度共发矩阵的熵,求熵的均值生成特征矩阵,通过聚类分析实现图像的纹理分割。
julei
- 聚类算法,数字和图形,包括了多种算法,聚类分析,模糊算法,遗传算法等,VC++的 很好的学习程序
YIchuansuanfa
- 该算法为数字字符的聚类分析中的遗传算法,比较新颖。模拟了生命进化机制。开发环境为vc++。
ModeViewRight
- 该算法为数字字符识别中的模糊聚类分析法。由模糊集概念而来。开发环境为vc++。
juleifenxijishujiqiyunyongyanjiu
- 聚类分析是数据挖掘的重要概念,它广泛应用于模式识别!图像处理!数据分析和市场研究等领域,但在评 价中的应用研究却很少,针对这些问题,把聚类分析技术的基本概念和方法运用于评价,并通过实例阐述其在评价 中应用的重要性。
zhengrf
- 用模糊聚类分析对数据进行分类,用VC编程,我自己写的,希望对你有帮助哦
Clustering
- 使用聚类中K-平均算法,以颜色分量作为坐标参数,对景象图进行聚类分析,要求最后的分类结果将路标(可能包括少量相似区域)聚类为一个模式类别
API
- 此文件为自已自制的一聚类分析的动态链接库,可供大家使用!
clustering
- 聚类分析是对探测数据进行分类分析的一个工具,聚类分析的结果可以被用来对数据提出初始假设,分类新数据,测试数据的同类型及压缩数据。
clustering.rar
- 对图像进行分析,实现图像的聚类分析,能够识别图像中不同的数字以及几何图形,Image analysis, image clustering analysis, to identify the number of different images, as well as geometry
cluster.rar
- 用高斯混合模型进行数据聚类分析的matlab 程序。,Set of files for analysis of Gaussian mixture models for data set clustering etc.
ISODATA
- ISODATA算法是一种基于统计模式识别的,非常经典的非监督学习动态聚类算法,有较强的实用性。ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析,而且可以自动地进行类别的“合并”和“分裂”,从而得到类数比较合理的聚类结果。-ISODATA algorithm is based on statistical pattern recognition, unsupervised learning is the classic dynamic clustering algorithm
FCM-C-mean-cluster-segment-[matlab]
- 模糊C均值聚类的matlab实现,模糊C均值聚类是一种利用模糊数学做的聚类方法,属于图像分割的一种。可利用聚类结果用于图像分析和识别。-FCM,C mean cluster segment [matlab].rar
K-Means PCA降维
- K-Means算法,不要求建立模型之后对结果进行新的预测,没有相应的标签,只是根据数据的特征对数据进行聚类。主成分分析降维对数据进行可视化操作,对features进行降维.(K-Means algorithm does not require the establishment of the model after the new prediction of the results, there is no corresponding tag, but only on the character
automatic_image_segement
- 本文以k-means算法为背景,引入信息熵相关知识,从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时,会发生一定的过拟合现象,导致我们得不到预期的聚类数目。本文设计合理的合并准则,令模型简化,有效地消除过拟合现象,使得最后得到的聚类数目与预期符合。,设计合理的准则改进了图像的全自动分割方法,使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy
SFCM
- 基于空间信息的模糊均值聚类算法,SFCM,适用于数据分析,图像分割(space fuzzy-c-means clustering algorithm)