暂无评论
模糊C-均值聚类算法(FCM)是一种结合模糊集合概念和无监督聚类的图像分割技术，适合灰度图像中存在着模糊和不确定的特点;但该算法受初始聚类中心和隶属度矩阵的影响，易陷入局部极小。利用混沌非线性动力学具
基于聚类算法的RBF神经网络设计综述，如果对RBF感兴趣的话，该文章还有有一定的参考价值的。
首先总结了链接挖掘中基于属性—链接聚类算法的研究现状；然后把它大体分为三类，对每一类中具有代表性的算法进行了详细介绍、分析和评价；最后指出了该领域进一步的研究方向。
无监督模糊C均值聚类自然图像分割算法
该程序利用OpenCV中的K均值聚类函数Kmeans2对图像进行颜色聚类,达到分割的目的。 编写此函数的目的是:Kmeans2函数的用法有些难掌握,参考资料少,尤其是对图像进行操作的例子少,我找了很久
谱聚类算法是近年来国际上机器学习领域的一个新的研究热点。谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。
详细而全面的把各种聚类算法和思想进行了描述。
总结评述了K-means 聚类算法的研究现状,指出K-means 聚类算法是一个NP难优化问题,无法获得全局最优。介绍了K-means 聚类算法的目标函数、算法流程,并列举了一个实例,指出了数据子集的
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
由于一维混沌映射有可能退化为周期以及密钥空间相对太小等缺点。现结合一次耦合形式的二维Logistic混沌映射，由此映射生成混沌序列，在空域上对图像进行加密，然后对其加密后的图像进行小波分解，对其小波系
暂无评论