基于LDA和K均值的微博用户聚类研究,白友东,庄伯金,近年来互联网飞速发展,微博已经成为信息交流和传播的一个重要的平台。本文以中国最大的社交微博网站新浪微博为研究对象,利用LDA
大田环境下小麦冠层图像具有光照不均匀、背景复杂及阴影遮挡等特点,经典图像分割算法存在精度低、过分割等问题,提出一种基于HSI空间下H分量的K均值聚类算法。使用[R G-B]归一化处理RGB空间下的彩色
基于HSI和K均值聚类的多波段遥感图像自动分割
算法简介 ? k -means 算法也被称为 k - 平均或 k - 均值 是一种得到最广泛使用的聚类算法 它 是将各个聚类子集内的所有数据样本的 均值作为该聚类的代表点算法的主要 思想是通过迭代过程
Opencv achieves regional growth method, K-means clustering, fuzzy C-means clustering (FCM)
针对当前工业异常数据检测技术未充分考虑数据的时序特征以及训练样本中可能含有异常样本的问题,提出一种检测异常数据的方法:基于时序特征将遥测量与遥信量分为离散量与连续变化量,并分别通过改进后的K-均值算法
针对传统[K]均值聚类算法中存在的聚类结果依赖于初始聚类中心及易陷入局部最优等问题,提出一种基于样本密度的全局优化[K]均值聚类算法(KMS-GOSD)。在迭代过程中,KMS-GOSD算法首先通过高斯
针对复杂图像背景及光照导致的肤色检测率不高的问题,提出一种基于分裂式K均值聚类的椭圆模型肤色检测方法。该方法对图像进行光线补偿处理,采用GrayWorld方法对图像进行颜色均衡,选择建立检测效率较高的
基于K均值的遥感图像自动识别分类,胡高翔,韩孜,遥感图像的计算机分类是模式识别技术在遥感技术领域中的具体应用。本文采用了模式识别分类中非监督分类中k均值聚类方法对多维遥�
基于初始聚类中心选取和数据点划分的K均值聚类算法,曹戈,程玉虎,传统K均值聚类算法随机选取初始中心容易陷入局部极小,而且不能有效处理不规则数据集的边缘数据。针对这两个问题,提出一种改进K�