基于k-means的图像分割算法研究-含Matlab代码.zip
聚类算法可以理解为无监督的分类方法,即样本集预先不知所属类别或标签,需要根据样本之间的距离或相似程度自动进行分类。聚类算法包括分割方法: Kmeans, 分层次方法: ROCK、 Chemeleon, 基于密度的方法: DBSCAN, 基于网格的方法: STING、 WaveCluster 等。 K-means(K 均值)算法是基于数据划分的无监督聚类算法,是最经典的机器学习算法之一。
聚类算法可以理解为无监督的分类方法,即样本集预先不知所属类别或标签,需要根据样本之间的距离或相似程度自动进行分类。聚类算法包括分割方法: Kmeans, 分层次方法: ROCK、 Chemeleon, 基于密度的方法: DBSCAN, 基于网格的方法: STING、 WaveCluster 等。 K-means(K 均值)算法是基于数据划分的无监督聚类算法,是最经典的机器学习算法之一。
基于VggNet网络与ResNet神经网络的物体分类识别研究-附Matlab代码.zip
基于径向基函数RBF神经网络的非线性函数拟合研究-含Matlab代码.zip
基于遗传算法优化BP神经网络的非线性函数拟合(一维高斯函数)研究-含Matlab代码.zip
一种基于形态学的权重自适应周期性噪声去除方法-含Matlab代码.zip
基于霍夫曼(Huffman)图像编码的图像压缩和重建-含Matlab代码
基于有偏距离权值双线性插值原理(Weighted bilinear with warping)的图像超分辨重构研究-附Matlab程序.zip
博客之星–参与
1024勋章
持续创作
笔耕不辍
创作能手
分享王者
分享宗师
分享精英
分享达人
分享小兵
分享学徒
新秀勋章