谱聚类和SVM相结合的图像分割程序

K均值以及多种谱聚类的matlab实现，通过k近邻等方法实现

这是一个基于谱的聚类程序，很好用，先将数据转换成邻接矩阵，计算其特征值，特征向量，构造新的向量空间，然后使用很好的点聚类方法进行聚类

研究了掌纹识别问题，对掌纹图像特征提取、多特征的融合技术作了一定程度的探讨。采用数学形态学方法提取掌纹线特征；基于Gabor滤波器描述掌纹图像的纹理特征。利用掌纹的线特征和纹理特征两个信息分别作两个分

基于模糊聚类的图像分割技术研究，主要是对图像分割的经典方法进行了介绍，并对具体问题了作出修改。

主要介绍了python基于K-means聚类算法的图像分割,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

基于K-means聚类算法的图像区域分割，首先从数据样本种选取K个点作为初始聚类中心，其次计算各个样本到聚类的距离，把样本归到离它最近的那个聚类中心所在的累，计算新形成的每个聚类的数据对象的平均值来得

(matlab)基于正余弦算法的进化聚类图像分割目标函数：簇内距离用距离测度图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的示例，其中包含大小为15的输入样本和2个特征

运行在Matlab2012下，带有GUI，可对彩色图像进行Kmeans和meanshift进行聚类分析，生成最后的聚类图像以及聚类中心的迭代轨迹

为了改进模糊C均值聚类(FCM)算法对初始聚类中心敏感、抗噪性能较差、运算量大的问题,提出一种新的基于蚁群和自适应滤波的模糊聚类图像分割方法(ACOAFCM)。首先,该方法利用改进的蚁群算法确定初始聚

用于无监督图像分类和分割的不变信息聚类