亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

? 歡迎來到蟲蟲下載站！ | ?? 資源下載 ?? 資源專輯 ?? 關于我們
? 蟲蟲下載站

?? clustering.cpp

?? 一個在線簽名鑒定程序。（人工神經網絡算法實現）
?? CPP
字號: 
///////////////////////////////////////////////////////////////////////
// File Name:		Clustering.cpp
// File Function:	1. Maximun clustering algorithm
//					2. LBG (k-Mean) clustering algorithm
// Date:			2001.10.3
//////////////////////////////////////////////////////////////////////

#include "stdafx.h"
#include "Clustering.h"
#include "stdio.h"
#include "math.h"

/******************************************************************************
/*	Name:		LBGCluster
/*	Function:	Clustering input vectors using LBG algorithm
/*				Using Euclidean distance
/*	Parameter:	X -- Input vecters
/*				N -- Number of input vectors
/*				Y -- Clustering result
/*				M -- Number of clustering center
/*	Return:		0 -- Correct
/*				1 -- Error
/*
/******************************************************************************/
int LBGCluster(VQ_VECTOR *X, int N, VQ_CENTER *Y, int M)
{
	if(N<M)			 return -1;
	int		L=1000, m=1, nCenter, i, j, k;//L,迭代的次數
	int		nDimension = X[0].nDimension;
	double  D0, D;
	struct  VQ_CENTERINFO
	{
		double*	  Data;
		int		  nDimension;
		double*   SumData;
		int		  Num;
	};
	VQ_CENTERINFO	*Center = (VQ_CENTERINFO*)malloc(M*sizeof(VQ_CENTERINFO));
	if(Center == NULL)		return -1;
	double			*Distance = (double*)malloc(N*sizeof(double));
	if(Distance == NULL)	return -1;

	for( i=0; i<M; i++)
	{
		Center[i].nDimension = nDimension;
		Center[i].Data = (double*)malloc(sizeof(double)*nDimension);
		Center[i].SumData = (double*)malloc(sizeof(double)*nDimension);
		if( Center[i].Data == NULL || Center[i].SumData == NULL )
		{
			AfxMessageBox( "Memory used up!" );
			return -1;
		}
		for( j=0; j<nDimension; j++ )
		{
			Center[i].Data[j] = X[i*N/M].Data[j];
			Center[i].SumData[j] = 0;
		}
		Center[i].Num = 0;
	}

	D0=1;         D=1e+10;	
	while(m<L && fabs(D0-D)/D0>1e-5)
	{
		for(i=0; i<M; i++)
		{
			for( j=0;	j<nDimension; j++ )
				Center[i].SumData[j] = 0;
			Center[i].Num = 0;
		}
		D0 = D;			D = 0;		m++;
		for(i=0; i<N; i++)
		{
			Distance[i] = 1e+10;
			for(int j=0; j<M; j++)
			{
				double  Dist = 0;
				for( k=0; k<nDimension; k++ )
					Dist += (X[i].Data[k]-Center[j].Data[k])*(X[i].Data[k]-Center[j].Data[k]);
				if(  Dist < Distance[i])
				{			
					nCenter = j;
					Distance[i] = Dist;
				}
			}
			X[i].nCluster = nCenter;
			for( k=0; k<nDimension; k++ )
				Center[nCenter].SumData[k] += X[i].Data[k];
			Center[nCenter].Num++;
			D += Distance[i];
		}
		for(i=0; i<M; i++)
		{
			if(Center[i].Num != 0)
				for( k=0; k<nDimension; k++ )
					Center[i].Data[k] = Center[i].SumData[k]/Center[i].Num;
			else
			{	
				int MaxNum=0;
				for( k=1; k<M; k++)
					MaxNum = Center[i].Num > Center[MaxNum].Num ? i: MaxNum;
				int   Num = Center[MaxNum].Num/2;
				for( k=0; k<nDimension; k++ )
					Center[MaxNum].SumData[k] = 0;
				Center[MaxNum].Num = 0;
				for(k=0; k<N; k++)
				{	
					if(X[k].nCluster != MaxNum)		continue;
					if(Center[i].Num < Num)
					{   
						X[k].nCluster = i;
						for( m=0; m<nDimension; m++)
							Center[i].SumData[m] += X[k].Data[m];
						Center[i].Num++;
					}
					else
					{
						for( m=0; m<nDimension; m++ )
							Center[MaxNum].SumData[m] += X[k].Data[m];
						Center[MaxNum].Num++;
					}
				}
				for( m=0; m<nDimension; m++ )
					Center[i].Data[m] = Center[i].SumData[m] / Center[i].Num;
				if(MaxNum < i)
					for( m=0; m<nDimension; m++ )
						Center[MaxNum].Data[m] = Center[MaxNum].SumData[m] / Center[MaxNum].Num;
			}
		}
	}
	for(i=0; i<M; i++)
	{
		for( m=0; m<nDimension; m++ )
			Y[i].Data[m] = Center[i].Data[m];
		Y[i].Num = Center[i].Num;
	}
	for( i=0; i<M; i++ )
	{
		free( Center[i].Data );
		free( Center[i].SumData );
	}
	free(Center);
	free(Distance);
	return 0;
}

/******************************************************************************
/*	Name:		LBGClusterCor
/*	Function:	Clustering input vectors using LBG algorithm
/*				Using correlation distance
/*	Parameter:	X -- Input vecters
/*				N -- Number of input vectors
/*				Y -- Clustering result
/*				M -- Number of clustering center
/*	Return:		0 -- Correct
/*				1 -- Error
/*
/******************************************************************************/
int LBGClusterCor(VQ_VECTOR *X, int N, VQ_CENTER *Y, int M)
{
	if(N<M)			 return -1;
	int		L=1000, m=1, nCenter, i, j, k;
	int		nDimension = X[0].nDimension;
	double  SumCor0, SumCor;
	struct  VQ_CENTERINFO
	{
		double*	  Data;
		int		  nDimension;
		double*   SumData;
		int		  Num;
	};
	VQ_CENTERINFO	*Center = (VQ_CENTERINFO*)malloc(M*sizeof(VQ_CENTERINFO));
	if(Center == NULL)		return -1;
	double			*Correlation = (double*)malloc(N*sizeof(double));
	if(Correlation == NULL)	return -1;

	for( i=0; i<M; i++)
	{
		Center[i].nDimension = nDimension;
		Center[i].Data = (double*)malloc(sizeof(double)*nDimension);
		Center[i].SumData = (double*)malloc(sizeof(double)*nDimension);
		if( Center[i].Data == NULL || Center[i].SumData == NULL )
		{
			AfxMessageBox( "Memory used up!" );
			return -1;
		}	
		for( j=0; j<nDimension; j++ )
		{
			Center[i].Data[j] = X[i*N/M].Data[j];
			Center[i].SumData[j] = 0;
		}
		Center[i].Num = 0;
	}

	SumCor0=0.001;         SumCor=0.1;	
	while(m<L && fabs(SumCor0-SumCor)/SumCor0>1e-20)
	{
		for(i=0; i<M; i++)
		{
			for( j=0;	j<nDimension; j++ )
				Center[i].SumData[j] = 0;
			Center[i].Num = 0;
		}
		SumCor0 = SumCor;			SumCor = 0;		m++;
		for(i=0; i<N; i++)
		{
			Correlation[i] = 0;
			for(int j=0; j<M; j++)
			{
				double  Cor = GetCorrelation( X[i].Data, Center[j].Data, nDimension);
				if(  Cor > Correlation[i])
				{			
					nCenter = j;
					Correlation[i] = Cor;
				}
			}
			X[i].nCluster = nCenter;
			for( k=0; k<nDimension; k++ )
				Center[nCenter].SumData[k] += X[i].Data[k];
			Center[nCenter].Num++;
			SumCor += Correlation[i];
		}
		for(i=0; i<M; i++)
		{
			if(Center[i].Num != 0)
				for( k=0; k<nDimension; k++ )
					Center[i].Data[k] = Center[i].SumData[k]/Center[i].Num;
			else
			{	
				int MaxNum=0;
				for( k=1; k<M; k++)
					MaxNum = Center[i].Num > Center[MaxNum].Num ? i: MaxNum;
				int   Num = Center[MaxNum].Num/2;
				for( k=0; k<nDimension; k++ )
					Center[MaxNum].SumData[k] = 0;
				Center[MaxNum].Num = 0;
				for(k=0; k<N; k++)
				{	
					if(X[k].nCluster != MaxNum)		continue;
					if(Center[i].Num < Num)
					{   
						X[k].nCluster = i;
						for( m=0; m<nDimension; m++)
							Center[i].SumData[m] += X[k].Data[m];
						Center[i].Num++;
					}
					else
					{
						for( m=0; m<nDimension; m++ )
							Center[MaxNum].SumData[m] += X[k].Data[m];
						Center[MaxNum].Num++;
					}
				}
				for( m=0; m<nDimension; m++ )
					Center[i].Data[m] = Center[i].SumData[m] / Center[i].Num;
				if(MaxNum < i)
					for( m=0; m<nDimension; m++ )
						Center[MaxNum].Data[m] = Center[MaxNum].SumData[m] / Center[MaxNum].Num;
			}
		}
	}
	for(i=0; i<M; i++)
	{
		for( m=0; m<nDimension; m++ )
			Y[i].Data[m] = Center[i].Data[m];
		Y[i].Num = Center[i].Num;
	}
	for( i=0; i<M; i++ )
	{
		free( Center[i].Data );
		free( Center[i].SumData );
	}
	free(Center);
	free(Correlation);
	return 0;
}

/*********************************************************************
/*	Name:		GetCorrelation
/*	Function:	Calculate correlation of two vectors
/*	Parameter:	X -- Vector one
/*				Y -- Vector two
/*				nDimension -- Dimension of the vectors
/*	Return:		Correlation of two vectors
/*	
/*********************************************************************/
double	GetCorrelation( double* X, double*	Y, int nDimension )
{
	double	Correlation=0, DX=0, DY=0;
	for(int i=0; i<nDimension; i++ )
	{
		Correlation += X[i]*Y[i];
		DX += X[i]*X[i];
		DY += Y[i]*Y[i];
	}
	return  Correlation/sqrt( DX*DY );
}

/******************************************************************************
/*	Name:		MaxCluster
/*	Function:	Clustering input vectors using Maximum algorithm
/*	Parameter:	X -- Input vecters
/*				N -- Number of input vectors
/*				Y -- Clustering result
/*				M -- Number of clustering center
/*	Return:		0 -- Correct
/*				1 -- Error
/*
/******************************************************************************/
int MaxCluster(VQ_VECTOR *X, int N, VQ_CENTER *Y, int M)
{
	if(N<M)			 return -1;
	int		m=1;
	struct  VQ_CENTERINFO
	{
		double*	  Data;
		int		  nDimension;
		double*   SumData;
		int		  Num;
	};
	VQ_CENTERINFO	*Center = (VQ_CENTERINFO*)malloc(M*sizeof(VQ_CENTERINFO));
	if(Center == NULL)		return -1;
	double			*Distance = (double*)malloc(N*sizeof(double));
	if(Distance == NULL)	return -1;

	int		nDimension = X[0].nDimension;
	int		i, j, k;
	for(i=0; i<M; i++)
	{
		for( k=0; k<nDimension; k++ )
			Center[i].SumData[k] = 0;
		Center[i].Num = 0;
	}
	double*	SumData = (double*)malloc(sizeof(double)*nDimension);
	for( k=0; k<nDimension; k++ )
		SumData[k]= 0;
	for(i=0; i<N; i++)
		for( k=0; k<nDimension; k++ )
			SumData[k] += X[i].Data[k];	
	for( k=0; k<nDimension; k++ )
		SumData[k]	/= N;	
	
	int  l=0;
	double L=0, Dist;
	for(i=0; i<N; i++)
	{
		Dist = 0;
		for( k=0; k<nDimension; k++ )
			Dist += (X[i].Data[k]-SumData[k])*(X[i].Data[k]-SumData[k]);
		if(Dist > L)
		{
			L = Dist;
			l = i;
		}
	}
	for( k=0; k<nDimension; k++ )
		Center[0].Data[k] = X[l].Data[k];
	for(m=1; m<M; m++)
	{
		double  MaxMinDist = -1;
		int		MaxMin = -1;
		for( j=0; j<N; j++)
		{
			double MinDist = 1e+10;
			for(int k=0; k<m; k++)
			{
				Dist = 0;
				for( k=0; k<nDimension; k++ )
					Dist += (X[j].Data[k] - Center[k].Data[k])*(X[j].Data[k] - Center[k].Data[k]);
				MinDist = min(Dist , MinDist);
			}
			if(MinDist > MaxMinDist)
			{
				MaxMinDist = MinDist;
				MaxMin  = j;
			}
		}
		for( k=0; k<nDimension; k++ )
			Center[m].Data[k] = X[MaxMin].Data[k];
	}
	for(i=0; i<N; i++)
	{	int		Min = -1;
		double  MinDist = 1e+10;
		for(m=0; m<M; m++)
		{
			Dist = 0;
			for( k=0; k<nDimension; k++ )
				Dist += (X[i].Data[k] - Center[m].Data[k])*(X[i].Data[k] - Center[m].Data[k]);
			if(Dist < MinDist)
			{
				MinDist = Dist;
				Min = m;
			}
		}
		X[i].nCluster = Min;
		if(Min<0 || Min>=M)
			return -1;
		for( k=0; k<nDimension; k++ )
			Center[Min].SumData[k] += X[i].Data[k];
		Center[Min].Num++;
	}
	for(m=0; m<M; m++)
		for( k=0; k<nDimension; k++ )
			Center[m].Data[k] = Center[m].SumData[k] / Center[m].Num;
	for(i=0; i<M; i++)
	{
		for( k=0; k<nDimension; k++ )
			Y[i].Data[k] = Center[i].Data[k];
		Y[i].Num = Center[i].Num;
	}
	free( SumData );
	for( i=0; i<M; i++ )
	{
		free( Center[i].Data );
		free( Center[i].SumData );
	}
	free(Center);
	free(Distance);
	return 0;
}


/******************************************************************************
/*	Name:		DumpClusterData
/*	Function:	Dump clustering result to a text file for debugging
/*	Parameter:	FileName -- Dump text file name
/*				X -- Input vecters
/*				N -- Number of input vectors
/*				Y -- Clustering result
/*				M -- Number of clustering center
/*	Return:		0 -- Correct
/*				1 -- Error
/*
/******************************************************************************/
int DumpClusterData(CString FileName, VQ_VECTOR *X, int N, VQ_CENTER *Y, int M)
{
	int		i, j, k;
	int		nDimension = X[0].nDimension;
	FILE *fp = fopen(FileName, "wt");
	for( i=0; i<M; i++)
	{
		fprintf(fp, "Center%02d: ", i);
		for(  k=0; k<nDimension; k++ )
			fprintf( fp, "%5.1f ", Y[i].Data[k] );
		fprintf( fp, "Num=%03d\n", Y[i].Num);
		for( j=0; j<N; j++)
		{	if(X[j].nCluster != i)		continue;
			double Distance = 0;
			for( k=0; k<nDimension; k++)
				Distance += (X[j].Data[k]- Y[i].Data[k])*(X[j].Data[k]-Y[i].Data[k]);
			Distance = sqrt( Distance );
			for( k=0; k<nDimension; k++ )
				fprintf(fp, "  %03d  ", (int)X[j].Data[k] );
			fprintf( fp, " D=%5.1f\n", Distance);
		}
	}
	fclose(fp);
	return 0;
}

?? 快捷鍵說明

復制代碼 Ctrl + C
搜索代碼 Ctrl + F
全屏模式 F11
切換主題 Ctrl + Shift + D
顯示快捷鍵 ?
增大字號 Ctrl + =
減小字號 Ctrl + -
亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频
日韩欧美国产午夜精品| 亚洲国产成人av| 亚洲精品国产一区二区精华液 | 亚洲精品大片www| 麻豆精品视频在线观看免费| 91亚洲国产成人精品一区二三| 91精品国产欧美一区二区成人| 国产精品理论在线观看| 久久se精品一区二区| 在线欧美小视频| 国产色91在线| 久久av老司机精品网站导航| 欧美综合久久久| 亚洲欧洲日韩av| 国产精选一区二区三区| 欧美精品tushy高清| 最新高清无码专区| 处破女av一区二区| 久久亚洲精精品中文字幕早川悠里| 亚洲国产精品久久不卡毛片| 91视频com| 国产精品色哟哟网站| 国产一级精品在线| 精品少妇一区二区三区日产乱码 | 欧美一区二区三区思思人| 亚洲欧美激情视频在线观看一区二区三区 | av高清不卡在线| 久久久九九九九| 国产一区二区三区高清播放| 日韩免费在线观看| 美脚の诱脚舐め脚责91 | 精品久久久久久综合日本欧美| 午夜激情一区二区| 欧美日韩另类一区| 图片区小说区区亚洲影院| 欧美亚洲动漫精品| 亚洲午夜成aⅴ人片| 欧美猛男男办公室激情| 香蕉乱码成人久久天堂爱免费| 欧美日韩亚洲国产综合| 婷婷久久综合九色综合伊人色| 欧美日韩欧美一区二区| 天堂成人免费av电影一区| 在线不卡一区二区| 美女网站在线免费欧美精品| 精品福利在线导航| 国产成人99久久亚洲综合精品| 国产精品久久免费看| 91免费视频大全| 亚洲五码中文字幕| 精品伦理精品一区| 成人免费毛片a| 亚洲男人的天堂一区二区| 欧美日韩国产一级二级| 蜜臀av性久久久久蜜臀av麻豆| 精品国产亚洲在线| 97久久精品人人澡人人爽| 亚洲一区二区在线免费观看视频| 欧美福利视频一区| 国内成人精品2018免费看| 欧美国产一区二区| 欧美三级视频在线| 国产一区二区三区在线观看免费| 欧美极品美女视频| 欧美日韩综合一区| 国产精品一二二区| 亚洲一区二区三区中文字幕在线| 日韩一本二本av| 风间由美一区二区三区在线观看 | 日韩欧美一区二区视频| 懂色av噜噜一区二区三区av| 亚洲综合av网| 精品91自产拍在线观看一区| 本田岬高潮一区二区三区| 日本aⅴ免费视频一区二区三区| 久久久精品免费观看| 欧美制服丝袜第一页| 久久丁香综合五月国产三级网站| 国产精品美女www爽爽爽| 91 com成人网| 色欧美片视频在线观看在线视频| 麻豆精品一二三| 亚洲理论在线观看| 久久久高清一区二区三区| 欧美日韩精品专区| 成人高清av在线| 蜜桃久久精品一区二区| 亚洲精品乱码久久久久久日本蜜臀| 精品国产一区二区在线观看| 欧美三级电影在线看| 99精品欧美一区二区三区小说| 男男成人高潮片免费网站| 亚洲一区在线视频观看| 国产精品久久777777| 精品成a人在线观看| 7777精品伊人久久久大香线蕉经典版下载 | 日韩午夜在线观看| 91电影在线观看| 91蜜桃视频在线| 懂色av一区二区夜夜嗨| 国产一区二区三区久久悠悠色av| 日韩中文字幕1| 亚洲二区视频在线| 亚洲精品精品亚洲| 亚洲欧美日韩国产手机在线| 日本一区二区免费在线| 精品免费日韩av| 精品国产乱码91久久久久久网站| 欧美精品国产精品| 欧美三级视频在线| 欧美性猛片xxxx免费看久爱| 一本一本久久a久久精品综合麻豆 一本一道波多野结衣一区二区 | 久久久蜜桃精品| 日韩欧美不卡一区| 91麻豆精品国产无毒不卡在线观看 | 综合久久久久久久| 中文字幕中文字幕一区| 国产精品午夜久久| 国产精品嫩草99a| 国产偷国产偷亚洲高清人白洁| 欧美精品一区二区三区久久久| 精品国产一区二区三区av性色 | 日产国产欧美视频一区精品 | 久久国产尿小便嘘嘘| 麻豆一区二区在线| 国内成人自拍视频| 国产精品一区二区在线观看不卡| 国产成人在线视频网址| www.亚洲免费av| 在线观看日韩高清av| 欧美天堂一区二区三区| 欧美精品v日韩精品v韩国精品v| 欧美丰满美乳xxx高潮www| 欧美一区二区三区免费视频| 亚洲精品一线二线三线| 国产三级一区二区三区| 国产精品成人免费| 亚洲一区二区高清| 毛片av中文字幕一区二区| 不卡视频在线观看| 欧美影院精品一区| 在线不卡一区二区| 国产亚洲一区二区三区四区| 国产精品美女久久久久久久久久久| 亚洲青青青在线视频| 五月天久久比比资源色| 精品一区二区成人精品| 成人18精品视频| 制服丝袜一区二区三区| 久久男人中文字幕资源站| 亚洲美女视频在线观看| 日本不卡视频一二三区| 成人午夜激情在线| 3d成人动漫网站| 国产精品欧美精品| 三级在线观看一区二区| 成人h动漫精品一区二区| 在线中文字幕不卡| 国产亚洲一区字幕| 亚洲小说春色综合另类电影| 国产精品99久久久久久似苏梦涵 | 国产精品大尺度| 日韩影院免费视频| youjizz久久| 精品剧情v国产在线观看在线| 亚洲视频免费在线观看| 久久99热国产| 欧美怡红院视频| 国产精品亲子乱子伦xxxx裸| 日韩不卡一二三区| 91色porny在线视频| www精品美女久久久tv| 偷拍一区二区三区四区| 成人激情校园春色| 精品久久一二三区| 天天综合色天天| 色综合久久久久综合体桃花网| 久久久久久日产精品| 日韩二区三区四区| 色欲综合视频天天天| 国产欧美日韩另类一区| 免费成人在线观看视频| 欧美影院一区二区| 亚洲人成电影网站色mp4| 国产福利一区二区三区视频 | 国产亚洲一区二区三区| 麻豆中文一区二区| 欧美一区二区在线看| 日韩精品色哟哟| 欧美精品久久久久久久多人混战| 一个色在线综合| 91香蕉国产在线观看软件| 国产精品久久久久久久久免费丝袜| 久草中文综合在线| 91精品免费观看| 日韩电影一区二区三区四区| 欧美色涩在线第一页| 亚洲国产欧美在线| 欧美日韩美少妇| 日韩成人一区二区三区在线观看|