搜索资源列表
K均值聚类
- 非监督分类,主要在遥感图象分类处理中有应用-unsupervised classification, mainly in remote sensing image classification application is processed
noseecluster
- 聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法.为了适应图像检索的需要,提出了一种新型的无监督聚类方法,即根据离群点信息来自动确定聚类算法的终止时机.此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠.为验证其可行性,用其改进了CURE和ROCK两个经典算法.实验表明,改进后的两个算法都能自动终止,并能取得优于以往的聚类效果. -clustering analysis techniques have wide applicatio
read_image.rar
- CohnKanada人脸表情库图像读取，经过预处理了的，含有类标，可用于无监督人脸表情识别,images inputing of CohnKanada database,including preprocessing and labels of 7 expressions. it is suitable for unsupervised facial expression recognition
fuzzy_c_means.rar
- 本程序用c编写，主要用于对遥感图像进行聚类（非监督分类）。,This programme is used to for clustering images (unsupervised classifciation)
ISODATA
- ISODATA算法是一种基于统计模式识别的，非常经典的非监督学习动态聚类算法，有较强的实用性。ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别的“合并”和“分裂”，从而得到类数比较合理的聚类结果。-ISODATA algorithm is based on statistical pattern recognition, unsupervised learning is the classic dynamic clustering algorithm
Kernel-K_means
- 用IDL与ENVI二次开发进行非监督分类的Kernel K_means算法，强大实用-Use IDL and ENVI for the secondary development of Kernel K_means unsupervised classification algorithm, a powerful and practical
kmeans-image-segmentation
- K-meansK均值聚类在无监督的情况下选择图像特征的算法-K-meansK means clustering in the case of unsupervised image feature selection algorithm
Isodata
- 这是一个关于遥感图像非监督分类法的算法，希望对大家有所帮助-This is a remote sensing image on the unsupervised classification algorithm, we want to help
RX
- 此算法使用于单波段或者多波段图像中的非监督异常检测，性能很好~-The algorithm used in single-band or multi-band image unsupervised anomaly detection, performance very good ~
Texture_Segmentation_Diffusion_Feature_Space
- 数字图像处理中的散度特征空间中的无监督的图像纹理分割-Digital image processing in the feature space of divergence Unsupervised texture segmentation of images
GMM_Purdue
- 基于混合高斯模型（GMM）的无监督聚类算法，希望对大家有帮助-Based on Gaussian mixture model (GMM) unsupervised clustering algorithm, I hope it would have help to you！
ISODATA
- 模式识别非监督法分类ISODATA算法,对待识别样本进行自动分类.特征向量取2纬.-Pattern recognition algorithm for unsupervised ISODATA classification method
12439874
- SAR图像的极化干涉非监督Wishart分类方法和实验研究-Polarimetric Interferometric SAR image classification Unsupervised Wishart and Experimental Research
ctex
- In this project, we intend to segment natural images by combing colour and texture information. For this we will be using an unsupervised image segmentation framework (referred to as CTex) that is based on the adaptive inclusion of color and texture
GimagepatterclassfiyVC
- 成功完成了模式识别的监督和非监督方法包括：Fisher线性分类器，分级聚类算法等经典算法，程序易懂。-Successfully completed the supervision and unsupervised pattern recognition methods include: Fisher linear classifier, hierarchical clustering algorithms such as classical algorithm, the program easy
Harris
- 研究一种红外医学图像处理与分析方法,实现红外人脸图像中特征区域的自动定位。方法 针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和 背景,并根据面部特征对称性在前景中确定鼻区 然后在面部确定一个包含所有特征的矩形区域,利用 Harris算子在该区域检测出角点,并找出这些点的局部最大值点 最后用K-means方法对这些点进行 聚类 -To develop an mi age analyzing procedure forautomatic
Fuzzy-processing
- 聚类分析是多元统计分析的一种，也是无监督模式识别的一个重要分支，在模式分类 图像处理和模糊规则处理等众多领域中获得最广泛的应用。它把一个没有类别标记的样本按照某种准则划分为若干子集，使相似的样本尽可能归于一类，而把不相似的样本划分到不同的类中。硬聚类把每个待识别的对象严格的划分某类中，具有非此即彼的性质，而模糊聚类建立了样本对类别的不确定描述，更能客观的反应客观世界，从而成为聚类分析的主流。-Clustering analysis is a kind of multivariate statis
ENVI-Functions
- ENVI具备了丰富的二次开发功能函数接口。汇总了常用的功能代码。包括 功 能 源码名称 初始化ENVI startENVI.pro 定标 cal_calibration.pro 大气校正 cal_quac.pro 融合 cal_sharpen.pro 镶嵌 cal_mosaic.pro 裁剪 cal_subset.pro 分类(监督+非监督) cal_class.pro 面向对象特征提取 cal_fx.pro 结束ENVI endENVI.pro 问
Unsupervised-Segmentation
- 侧扫声呐图像无监督分割算法和模式识别的外文论文。-Side-scan sonar image segmentation algorithm and unsupervised pattern recognition foreign papers.
Unsupervised-clustering-analysis
- 模式识别，非监督聚类分析分类方法，含完整Matlab程序。-Unsupervised clustering analysis