您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于多变量类别自适应的图像分割算法

  2. 提出一种根据分割要求自动配置区域平滑性的图像分割算法.通过对现有的类别自适应空间变量混合模型进行改进,修改模型算法中Markov随机场的势函数部分,在判断分割区域环节时引入了像素的色彩或灰度信息,使改进后算法的稳定性有明显提升;同时增加了像素强度系数α以及算法的灵活性,提高了其实用价值. 最后在MIT及Berkeley的分割测试图片上进行仿真实验,证明了该算法的有效性.
  3. 所属分类:其它

    • 发布日期:2009-05-03
    • 文件大小:850944
    • 提供者:orsinozhu
  1. 图像分割 (阈值迭代法和K-均值聚类法)

  2. 图像分割(阈值迭代法和K-均值聚类法),带测试图片。注意没有提供GUI界面。
  3. 所属分类:C++

    • 发布日期:2010-03-24
    • 文件大小:1048576
    • 提供者:cquty
  1. 模糊C均值聚类分割算法,Matlab 程序

  2. 模糊C均值聚类分割算法,经测试分割效果良好,载入图像数据,直接调用即可
  3. 所属分类:C

    • 发布日期:2010-12-29
    • 文件大小:1024
    • 提供者:gulang240236
  1. 基于粒子群算法的图像聚类算法

  2. 自己编写的粒子群(PSO)算法优化Kmeans聚类的MATLAB代码,MATLAB6.5/7.1测试通过,其它版本没测试。
  3. 所属分类:其它

    • 发布日期:2011-04-26
    • 文件大小:3072
    • 提供者:zbzyd84
  1. 聚类算法研究

  2. 聚类算法研究 据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有极其重要的作用.聚类主 要应用于模式识别中的语音识别、字符识别等,机器学习中的聚类算法应用于图像分割和机器视觉,图像处理 中聚类用于数据压缩和信息检索.聚类的另一个主要应用是数据挖掘(多关系数据挖掘)、时空数据库应用(GIS 等)、序列和异类数据分析等.此外,聚类还应用于统计科学.值得一提的是,聚类分析对生物学、心理学、考古学、 地质学、地理学以及市场营销等研究也都有重要作用[1−3]. 本文一方面从算法思
  3. 所属分类:专业指导

    • 发布日期:2012-03-06
    • 文件大小:883712
    • 提供者:comaple
  1. Opencv cvKmeans2进行灰度图像和彩色图像聚类

  2. 利用opencv的cvKMeans2进行聚类分析,并给出测试代码,希望对大家有所帮助
  3. 所属分类:C++

    • 发布日期:2013-08-27
    • 文件大小:7168
    • 提供者:xidianzhimeng
  1. FCM_S聚类图像分割程序

  2. FCM_S聚类图像分割程序,经过测试能取得比FCM更好的分割效果
  3. 所属分类:C++

    • 发布日期:2015-04-08
    • 文件大小:9216
    • 提供者:sophiale07
  1. 鸢尾花数据集

  2. 是一个测试数据集 可以用来做聚类实验好坏测试 比如说k-means聚类算法好坏
  3. 所属分类:机器学习

    • 发布日期:2017-10-12
    • 文件大小:1024
    • 提供者:sinat_15117725
  1. 彩色图像分割的聚类方法比较

  2. 该代码(matlab)实现了彩色图像分割中聚类方法的比较 测试方法包括: 基于斜率差分布的聚类 Otsu聚类 最大期望聚类 模糊C均值聚类 K均值聚类
  3. 所属分类:互联网

    • 发布日期:2020-06-22
    • 文件大小:446464
    • 提供者:qq_28905087
  1. 粒子群算法的彩色图像分割(聚类)

  2. 源码(matlab)包括利用PSO算法进行彩色图像分割实验,经测试,能够稳定运行。。欢迎大家下载,如果对智能优化算法感兴趣,可以参考我的博客。
  3. 所属分类:互联网

    • 发布日期:2020-06-22
    • 文件大小:8192
    • 提供者:qq_28905087
  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的
  3. 所属分类:互联网

    • 发布日期:2020-07-04
    • 文件大小:3145728
    • 提供者:songzailu6482
  1. 基于聚类算法人脸识别方法的研究

  2. 本文研究了基于聚类算法的人脸识别方法。根据人脸图像划分子图像的数目和所选定的训练或测试人脸图像的类别数的情况,确定RBF神经网络的输入层、输出层的节点数;根据RBF神经网络的训练识别效果,通过调整中间隐含层节点数、核函数及其中心点和宽度,通过基于聚类算法的人脸识别仿真实验,具体量化了中间隐含层节点数与子图像的对应关系、每幅子图像中奇异值向量的保留个数、聚类因数的选取等各项参数,为进一步根据各个子图像权值的合理分配,提高人脸识别的识别精度和良好的识别速度提供了有效的参数支持。
  3. 所属分类:其它

    • 发布日期:2020-10-24
    • 文件大小:178176
    • 提供者:weixin_38601215
  1. 一种适用于模糊聚类算法的有效性指标

  2. 模糊c均值聚类算法是最常见的聚类算法。 它通过定义成员资格矩阵来解决数据的不切实际的本质。 由于模糊c均值聚类算法需要预先设置分类数,这在没有先验数据集的情况下几乎是不可能的,因此一些学者提出了有效性指标的概念。 由于有效性指标与隶属度矩阵,数据集中的数据点和聚类中心之间的距离关系有关,因此希望特征加权方法可以用于评估数据集中数据的所有特征。以获得最佳的分类编号。 因此,本文提出了一种针对综合权重指数,密实度指数和可分离性指数的改进的有效性指数。 该有效性指标首先确定数据点的特征与数据点本身之间
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:1048576
    • 提供者:weixin_38631401
  1. 电子断层扫描成像的聚类机制

  2. 电子断层扫描(ET)成像技术于1980年代开发,由于其成本低,响应速度快,缺乏放射线照射以及与其他断层扫描方式相比无干扰性,因而引起了工业界和研究界的广泛关注。 然而,由于其低成像分辨率,迄今为止其应用受到限制。 现有的ET成像重建方法中空间分辨率的问题在于,它们采用了基于病态方程且解不一致的数学方法。 在本文中,我们提出了一种基于数据驱动方法的新型ET成像方法。 通过恢复隐藏在ET成像过程中的簇结构,然后应用模糊聚类算法来识别簇结构,无需研究不适定的数学公式。 所提出的方法已经通过三个实验进行
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:1048576
    • 提供者:weixin_38513794
  1. 改进的基于局部监督算法的模糊聚类在肺结节分类与识别中的应用

  2. 准确分类和识别肺结节是肺癌计算机的重要且关键的过程,辅助诊断(CAD)系统。 为了提高准确率,本文提出了一种基于LIDC数据库中医生注释信息的改进的局部监督模糊聚类算法。 首先,将所有肺结节从CT图像中分割出来。 其次,根据肺结节的病变特征,我们提取了一组主要基于形状的特征向量。 最后,我们通过在聚类过程中利用标记样本的类信息来计算参考成员资格,并使用参考成员资格来指导测试样本的聚类过程,以帮助测试样本更准确地聚类。 实验结果表明,该方法在分类和识别方面要优于传统算法。
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:563200
    • 提供者:weixin_38646914
  1. 通过学习的几何词典和聚类稀疏编码进行单图像超分辨率重建

  2. 最近,通过稀疏编码的单图像超分辨率重建(SISR)引起了越来越多的兴趣。 在本文中,我们提出了一种基于多几何字典的聚类稀疏编码方案。 首先,从一组示例训练图像中随机抽取大量高分辨率(HR)图像块并将其聚集成几组“几何块”,从中学习相应的“几何字典”以进一步对每个块进行稀疏编码低分辨率图像中的局部色块。 对由不同词典恢复的HR补丁执行聚类聚合,然后进行后续补丁聚合以估计HR图像。 考虑到图像中经常有很多重复的图像结构,我们在补丁聚合中对恢复的图像添加了自相似约束,以揭示新的特征和细节。 最后,通过
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:1048576
    • 提供者:weixin_38624557
  1. 基于文本像素颜色聚类的场景文本检测算法

  2. 提出了一种基于文本像素颜色聚类的场景文本检测方法。利用最大稳定极值区域算法提取原图像初始文本区域,并通过笔画宽度变换算法与角度特征筛选稳定文本像素。在稳定文本像素中进行多尺度颜色聚类,并结合支持向量机进行了字符区域验证,最后进行文本行聚合,实现文本检测的目标。分别在公共数据集ICDAR2011和ICDAR2013上进行测试,算法的F-score分别为0.76和0.77,相比其他文本检测算法,所提算法获得了较好的检测性能。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:10485760
    • 提供者:weixin_38607311
  1. 基于层次聚类的图像超分辨率重建

  2. 多字典学习的图像超分辨率重建过程中常见的K均值聚类、高斯混合模型聚类等方法会导致图像的重建质量欠佳且不稳定,针对这一问题提出一种新的基于层次聚类的图像超分辨率重建算法;首先对样本图像块提取特征并进行层次聚类,经改进的主成分分析方法训练得到K个字典,然后将测试图像裁切成若干图像块,并分别自适应匹配最合适的字典进行图像块重建,最后对整幅图像进行优化,以实现全局重建。结果表明:所提算法具有较高的可行性,能有效改善图像的重建质量;与传统算法相比,所提算法重建图像的峰值信噪比和结构相似度均有所增大。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:14680064
    • 提供者:weixin_38524871
  1. 基于深度学习航拍图像检测的梯度聚类算法

  2. 针对在目标检测中现有方法检测速度慢的问题,基于航拍图像中人造物体含有大量边缘的特点,提出了一种基于梯度聚类的区域建议算法(APM)。利用目标检测算法对提取的感兴趣区域进行检测,在DOTA (Dataset for Object deTection in Aerial Images)数据集上对算法的实时性和准确率进行了测试。研究结果表明,所提算法极大地提升了目标检测算法对大尺寸、目标密集的航拍图像的检测速度,该方法的召回率较高。
  3. 所属分类:其它

    • 发布日期:2021-01-25
    • 文件大小:9437184
    • 提供者:weixin_38576779
  1. 混合编码方式的图像聚类算法

  2. 基于群体智能优化算法的图像聚类分析,大多数都采用单一的编码方式,使搜索空间过于局限,算法很容易陷入局部最优,为了解决这个问题,提出一种混合编码方式的图像聚类分析算法(HEICA)。该算法构建一种基于图像聚类的混合编码模型,在扩大搜索空间范围的同时,与改进的雨林算法(IRFA)和量子粒子群算法(QPSO)相结合,提高全局搜索能力。在仿真实验中,采用4组数据集对算法进行聚类有效性测试,并将其与4种常用的聚类算法进行对比,实验结果表明该算法具有较强的全局搜索能力,稳定性高、聚类效果好。
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:724992
    • 提供者:weixin_38634037
« 12 3 4 »