搜索资源列表
KMEANS
- 在数字图象处理中处于基础地位的分类方法,这里的简单易懂
KMEANS
- 在数字图象处理中处于基础地位的分类方法,这里的简单易懂 -In digital image processing in a basic position of the classification method, where easy-to-read
fuzzykmeans
- 数据挖掘算法很多，其中模糊k均值算法是目前使用比较多的分类方法-Many data mining algorithms, including fuzzy k-means algorithm is currently using a relatively large number of classification methods
KMEANS
- 聚类分析是数据挖掘中的一个重要研究领域，是一种数据划分或分组处理的 重要手段和方法。聚类无论在商务领域，还是在生物学、W七b文档分类、图像 处理等其他领域都得到了有效的应用。目前聚类算法大体上分为基于划分的方 法、基于层次的方法、基于密度的方法、基于网格的方法、基于模型的方法以及 模糊聚类。 -erer
knn.kmeans.fisher
- 常用的分类方法，包括最近邻（NN），k均值（kmeans），k近邻，Fisher线性判别。-Commonly used classification methods, including nearest-neighbor (NN), k the mean (kmeans), k neighbors, Fisher linear discriminant.
kmeans-image-segmentation
- K-means算法是一种动态聚类方法，这种方法先选择若干样本作为聚类的中心，在按某种聚类准则（通常采用最小距离原则）使各种样本向各个中心积聚，从而得到初始的分类，然后，判断分类的合理性，如果不合理，就修改分类，如此反复的修改聚类的迭代运算，直到合理为止。-K-means algorithm is a dynamic clustering method, this method, select the number of samples
kmeansmatlab
- 用Kmeans聚类方法实现随即点的分类，在二维平面上以均匀分布随机多个点，输入所需聚类数以得到聚类结果-Classification and clustering results to obtain a uniformly distributed random multiple point, enter the desired number of clusters in a two-dimensional plane the Kmean
kmeans--FCM-SOM
- 无监督分类方法，包括kmeans，som和fcm，非常好用-Unsupervised classification methods, including kmeans, som and fcm, very easy to use
Mycold
- 在matlab软件中，自己编程实现的一个分类算法，算法首先采用kmeans与fcm聚类分析方法进行采样，然后利用svm对选取得样本进行分类-In matlab software, own programming to achieve a classification algorithm, the algorithm first used fcm kmeans cluster analysis methods and sampling,
Image-Classification-master
- 图像分类程序，此图像分类采用 SIFT + Kmeans 聚类的方法，然后调用 MLP 对其特征进行分类处理，速度实现比较快，正确率高-Image classification procedures, the use of this image classification method SIFT+ Kmeans clustering, and then call the MLP classification of its featur
llc
- kmeans用于图像分类，在LLC方法中-using kmeans for image classification in LLC
快速K-均值(kmeans)聚类图像分割算法源代码
- 本算法Kmeans可以用于非监督分类学习，用于图像处理、模式识别分类(The algorithm Kmeans can be used for unsupervised classification learning, for image processing, pattern recognition and classification.)