对灰度图像进行K均值聚类分析,利用该算法很好的实现了对图像的聚类处理
k均值聚类是最著名的划分聚类算法,由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k,k由用户指定,k均值算法根据某个距离函数反复把数据分入k个聚类中,对图像进行
在线K均值聚类,混合高斯模型背景建模的改进算法,结果较好。
基于Matlab的图像K均值聚类算法,可以用于图像分割
k_均值聚类的matlab仿真设计,用于课程设计
K-MEANS算法是输入聚类个数k,以及包含n个数据对象的数据库,输出满足方差最小标准k个聚类的一种算法。
基于opencv3实现基于聚类的图像分割,k-means聚类效果好,但需要注意需认为设定聚类数量,可在代码中更改。
Clustering algorithm——matlab program of K-means algorithm
Improved k-means clustering method for reference
针对k均值聚类算法存在的缺点,提出了一种新的聚类算法———基于粒子群的k 均值聚类算法,并将此算法与现有的基于遗传算法的k均值聚类算法进行比较, 理论分析和数据实验证明,该算法有较好的全局收敛性,不仅