注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 相似度测度 距离 角度

  2. 相似度测度 相似度测度 相似度测度 距离与角度

  3. 所属分类：专业指导

    • 发布日期：2010-04-18
    • 文件大小：76800
    • 提供者：hou_rj

  1. 一种新颖的图像相似性的测度

  2. 曹雨龙X X 　 杨静宇 (南京理工大学计算机科学与工程系 ,南京 210094) 摘要 　 该文推导和定义了一种基于正交 Proscrustes 问题的图像相似性。此图像 相似度是指一幅图像 “旋入” 另一幅图像的概率;同时简要地提供了图像相似度的 算法 , 并将该算法用于船舶检测和人脸的分类检索。实验结果表明新的图像相似 性是有效和满意的。 关键词 　 图像相似 ,正交 Proscrustes问题 ,图像再现

  3. 所属分类：其它

    • 发布日期：2011-11-15
    • 文件大小：153600
    • 提供者：supermay

  1. XML文档的相似测度和结构索引研究

  2. 提出了一个可用于定量度量XML文档问差异的方法(称为XED距离)．利用结点问的模拟关系，一个 XML文档可以表示为一棵精简的、带权重的结构索引树．两个XML文档间的相似度可以通过计算它们的索引树 问的编辑距离来测定．利用索引树可以大大提高判定两个XML文档结构相似度的效率．XED距离测度可用于 XML文档的结构搜索、XML文档聚类、XML文档结构抽取、XML文档的变换检测以及XML视图的增量计算

  3. 所属分类：其它

    • 发布日期：2012-09-19
    • 文件大小：288768
    • 提供者：gzh5432467

  1. K-means聚类

  2. K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数

  3. 所属分类：C++

    • 发布日期：2014-09-01
    • 文件大小：2048
    • 提供者：baidu_20289517

  1. 最大互信息测度

  2. 本程可以用于两幅图像的相似度测度，适用于图像配准和图像融合。

  3. 所属分类：其它

    • 发布日期：2015-01-04
    • 文件大小：1024
    • 提供者：guancsdn989

  1. 相似度综述

  2. 本人从事图像处理与理解研究，自己汇总的各种相似度测度，文档达38页

  3. 所属分类：讲义

    • 发布日期：2016-05-31
    • 文件大小：2097152
    • 提供者：wzg127_csdn

  1. 聚类算法K-means

  2. K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

  3. 所属分类：C/C++

  1. K-means 聚类算法

  2. K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

  3. 所属分类：机器学习

    • 发布日期：2018-06-01
    • 文件大小：25600
    • 提供者：weixin_42359195

  1. k-means聚类

  2. K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

  3. 所属分类：机器学习

    • 发布日期：2018-06-06
    • 文件大小：5120
    • 提供者：zhaotianqi1994

  1. [nlp] KL散度与JS散度

  2. 1.KL散度 KL散度( Kullback–Leibler divergence) (最大类间散度) 是描述两个概率分布差异的一种测度。对于两个概率分布P、Q，二者越相似，KL散度越小。 KL散度的性质：P：真实分布，Q：P的拟合分布 非负性：KL(P||Q)>=0，当P=Q时，KL(P||Q)=0； 反身性：KL(P||P)=0 非对称性：D(P||Q) ≠ D(Q||P) KL散度不满足三角不等式 from scipy import stats P = [0.2, 0.4, 0.4

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：545792
    • 提供者：weixin_38735101

  1. DBSCAN-and-TI-DBSCAN-w.r.t.-cosine-similarity-and-Euclidean-measure:DBSCAN +和TI-DBSCAN + wrt余弦相似度和欧几里得测度-源码

  2. 归一化向量上的DBSCAN + wrt余弦相似度，DBSCAN +和TI-DBSCAN + wrt欧几里得 项目目标 该项目的目的是在Python和类C语言的归一化向量上实现3种不同的算法-DBSCAN + wrt余弦相似度，DBSCAN +和TI-DBSCAN + wrt Euclidean。在此存储库中，您将找到该算法的python版本，我的同事的C ++版本位于： : “ +”（+）版本通过将边界点分配给可能的多个簇而不是像传统DBSCAN算法那样分配给第一个簇来修改经典簇。 TI-

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：4194304
    • 提供者：weixin_42118011

  1. 基于模糊测度和证据理论的模糊聚类集成方法

  2. 针对现有集成方法在处理模糊聚类时存在的不足,提出一种基于证据理论的模糊聚类集成方法.以各聚类成员作为证据元,以样本点间的类别关系作为焦元,通过证据积累构造互相关矩阵.考虑到模糊聚类对于各样本点的聚类有效性,提出一种结合点模糊度和模糊贴近度的类别关系表示方法,并以此作为各证据元的基本概率赋值函数.最后基于互相关矩阵构造样本点间相似性关系,并利用谱聚类算法对其聚类.实验中通过与多种已有聚类集成方法的对比表明,该方法具有较高的聚类性能.

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：942080
    • 提供者：weixin_38732519

  1. 基于模板与反正切Hausdorff距离测度的图像阈值

  2. 本文提出了一种基于模板匹配思想的相对简单但高效的阈值方法。首先通过对输入灰度图像的边缘像素进行采样来生成参考模板。通过提取灰度图像的二进制版本中的对象的边界，顺序获得一系列输入模式，其中二进制图像是通过对输入的灰度图像进行阈值化而生成的，每个输入灰度图像的灰度级别都在0到255之间。应用反正切Hausdorff距离（AHD）度量来估计与参考模板最相似的输入模式Eopt。然后将对应于输入模式Eopt的二进制图像视为最终阈值结果。实验结果表明，该方法的分割质量超过了现有的11种阈值分割方法。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_38677808

  1. 一种基于ISODATA聚类和改进相似度的证据推理方法

  2. 针对智能信息处理中Dempster组合规则不能处理高度冲突的问题，本文从内、外证据不确定性分析的角度深入揭示了证据冲突产生的原因，即证据的冲突性不仅仅根源于证据间的矛盾，也与证据自身的不确定性密切相关，于是提出了一种同时考虑证据自冲突和外部冲突的相似性测度，然后利用新测度计算证据的众信度，对证据源进行修正；与此同时，根据原始证据间的聚类特性，利用ISODATA聚类方法进行聚类，然后利用Dempster组合规则合成每一聚类中所有证据为证据代表，并综合众信度和证据在该聚类的频度计算可靠度，最后，利用

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：770048
    • 提供者：weixin_38622962

  1. 基于相似度测度的交通信号广义样本熵分析

  2. 基于相似度测度的交通信号广义样本熵分析

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_38710781

  1. 粗糙逻辑中公式的Borel型概率粗糙真度

  2. 以一种特殊的粗糙逻辑为研究对象,视全体赋值之集为通常乘积拓扑空间,通过利用赋值集上的Borel概率测度,提出了能融合粗糙逻辑与计量逻辑为一体的公式的Borel型概率粗糙真度理论,给出了公式概率粗糙真度的公理化定义,建立起了相应的概率真度表示定理.公式的概率粗糙真度理论可被看作粗糙逻辑中已有工作的计量化,也可看作计量逻辑学中真度理论的粗糙化.基于这一核心概念,进一步给出了粗糙逻辑中已有概念的程度化表示形式,如公式的粗糙度、精确度、公式之间的粗糙相似度等,并建立起了基于粗糙相似度的3种近似推理模式.

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：783360
    • 提供者：weixin_38699551

  1. 基于相似度的多传感器数据融合

  2. 利用多传感器状态估计向量(或测量值) 的标称化差定义了相似度和相似度矩阵, 用空间信息形成一致性测 度, 用时间信息形成可靠性测度, 最终形成了多传感器的组合及加权, 并进行时空融合. 该融合既可在数据层进行, 也 可在决策层进行. 仿真计算表明了基于相似度的数据融合的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：197632
    • 提供者：weixin_38688820

  1. 基于SBM区间模型的决策单元相似度

  2. 在数据包络分析方法的研究中,当决策单元的输入输出值为区间数时,区间效率的测算取决于生产参照集的选择.对此,针对非径向非角度的松弛测度模型(SBM),通过比较计算认为,以最佳生产状态为统一参照来测算决策单元的区间效率最有利于排序.同时,利用区间数相似度理论建立模糊相似矩阵,进而提出基于参照单元区间效率的相似度排序方法,对决策单元聚类和排序.最后通过算例表明了所提出方法的可行性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38730129

  1. 基于改进向量相似度的区间数动态多指标决策模型及应用

  2. 针对决策信息为区间数的不确定性动态决策问题,在属性权重和时间权重未知的情况下,基于改进向量相似度的方法,构建一种兼顾决策信息和决策偏好的动态多指标决策模型.利用区间型决策信息的相对相似性和属性重要度,构造相对相似度最小规划模型以确定指标权重;在综合考虑决策信息时间价值、决策者偏好的基础上,构建极大熵模型以确定时间权重;结合向量相似度计算存在的缺陷,提出一种基于向量投影思想的向量综合相似度测度方法,从而建立不确性动态决策模型,并通过实例分析检验该模型的合理性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：193536
    • 提供者：weixin_38595850

  1. 基于EDAS，新相似度测度和水平软集的中智软决策算法

  2. 基于EDAS，新相似度测度和水平软集的中智软决策算法

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：137216
    • 提供者：weixin_38551938
« 12 3 »