FCM算法是一种基于划分的聚类算法，它的思想是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。最后基于MATLAB实现了对图像信息的聚类。
聚类中k_means算法的一种改进算法非常优秀的资料
本源代码是用c++编写的c均值聚类算法，非常基础的编程，值得一看
一种改进的基于模糊聚类的图像分割方法
分析了区域算法中SAD在非纹理区域容易产生错误匹配的缺点，提出了一种利用邻域边界差值模板的彩色图像立体匹配新算法。该算法利用了图像的边界信息来动态选择基准点邻域范围内的边界点，以该点为中心取一像素邻域
搜索引擎聚类算法基于K-means算法的一个改进
K-means算法是基于距离作为相似性度量的聚类算法,传统的K-means算法存在难以确定中心值个数、受噪声及孤立点影响较大的缺点。对此,利用类间相异度与类内相异度改进初始值K,以尽量减少人工干预;同
Web上越来越多的论文给我们提出了一个新的课题：如何检索满足需求的论文。传统的基于查询项匹配检索方法往往无法准确地检索出满足用户需求的论文。这里给出了一种基于概念的论文相似性检索方法，有效地改进了传统
数字摄像技术在降水粒子的自动观测中具有非常好的应用前景，如何在数字图像中准确地进行降水粒子的边缘检测是其中的一项关键技术。Snake模型具有很好的融合图像上层知识和底层特征的能力，能够实现目标轮廓的准
FCM聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。-fuzzy clusters method
用户评论