基于低秩正则化异构张量分解的子空间聚类算法

对图像的邻域进行聚类，小于阈值聚为一类，聚为一类的像素光谱求平均。

无监督学习 基于质心的聚类算法即K-Means聚类,聚集聚类和基于密度的空间聚类实现。 要求 Python 3.6及更高版本 科学工具学习 麻木 科学的 matplotlib 信息 通过智能融合完成的

matrix_factorization_recommenders 推荐系统的低秩矩阵分解 Jupyter Notebook将与Recommender Systems的低秩矩阵分解一起发布。

基于黎曼张量空间谱分解的纹理分割方法，韩守东，，本文提出了一种基于GraphCuts技术的交互式纹理分割算法。该算法使用多尺度非线性结构张量提取纹理特征，并在黎曼几何空间中讨论特��

为了进一步挖掘数据间的隐藏信息，在多层概念分解算法的框架下，考虑每一层分解下的数据流形和特征流形，提出了一种基于对偶图正则化的多层概念分解算法。该算法通过对数据的逐层分解，以分层的方式学习，并在每一层

谱聚类算法中的判别割算法Dcut，此matlab程序为利用子空间的Dcut算法，有效解决了Dcut求解正则化相似度矩阵和其特征向量比较费时的缺点。

针对回归模型在进行属性选择未考虑类标签之间关系从而导致回归效果不理想，提出了一种新的具有鲁棒性的低秩属性选择算法。具体为，在线性回归的模型框架下，通过低秩约束来考虑类标签间的相关性和通过稀疏学习理论中

通过比较几种图像直方图均衡化的应用范围,提出一种基于模糊聚类分割的累计直方图均衡化的方法。实验结果表明:与传统直方图均衡化算法相比,使用该方法处理后的图像不仅使灰度值分布更加均匀,增强了整体对比度,而

基于蚁群算法的聚类算法matlab实现

基于层次的聚类算法（以BIRCH算法为例）算法形式化描述输入：包含N个对象的数据集合D输出：簇集合。