基于Kmeans算法的遥感图像分类的matlab实现

用Matlab实现的K-Means算法，随机生成的数据，数据可改

基于Storm的K-means算法实现，张少峰，吴斌，针对现有平台处理海量数据实时响应能力普遍较差的问题，引入了Storm分布式实时计算平台。Storm在实时分析，在线机器学习，持续计算��

基于K-means无监督分类算法的图像分割_matlab实现(内涵两个程序：调用系统函数+纯自主编写算法代码)——程序内可自主设置分类参数：迭代终止条件和类别数。 K-means算法是最为经典的基于

利用遥感的K均值分类方法进行bmp图像的分类.

利用matlab平台，实现图像hog分类。。

一个可用的神经网络方法进行的遥感图像分类，里面有数据，可以直接执行。

基于分类器组合的遥感影像分类，豆林轩，，将多分类器集合应用土地覆盖分类，首先构建分类器集合，应用支持向量机、径向基神经网络、J48决策树、简单贝叶斯和REPtree分类等进�

数字图像处理课程：利用matlab实现图像的中值算法

针对已训练好的tensorflow模型，模型是根据自身需要训练的，将模型其应用的遥感影像分类中，并显示分类结果。

传统的遥感影像是依据地物的波谱信息来进行分类的。这往往会产生“同物异谱，异物同谱”的问题，使得分类精度和效果不理想。因此本文采用基于专家知识的决策树Ｃ４．５法，利用地物的波谱信息、归一化植被指数、主成