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(guān)于我們
? 蟲蟲下載站

?? clustering.cpp

?? 模式識別中的在線簽名鑒定
?? 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(shù)
	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
91精品福利在线| 欧美va在线播放| 国产美女在线观看一区| 午夜国产精品一区| 一区二区三区中文免费| 最好看的中文字幕久久| 国产精品午夜久久| 欧美激情中文不卡| 亚洲欧美成人一区二区三区| 国产精品毛片a∨一区二区三区| 日本一二三四高清不卡| 亚洲视频在线一区| 亚洲自拍欧美精品| 日本不卡一区二区| 国产美女精品一区二区三区| 国产精品自拍av| av日韩在线网站| 欧美三级日韩三级| 欧美大白屁股肥臀xxxxxx| 久久久精品免费免费| 国产精品第四页| 亚洲一区二区四区蜜桃| 日韩av不卡在线观看| 精品一区二区三区在线视频| 成人美女在线观看| 欧美日韩精品一区视频| 精品人伦一区二区色婷婷| 久久久久久影视| 亚洲人123区| 久久国产成人午夜av影院| 99久久免费国产| 欧美一级在线免费| 国产精品免费丝袜| 日韩精品乱码免费| 波多野结衣精品在线| 6080日韩午夜伦伦午夜伦| 国产精品三级av在线播放| 亚洲成a人片综合在线| 国产精品一区专区| 欧美欧美欧美欧美| 亚洲国产成人一区二区三区| 青娱乐精品视频| 色婷婷综合在线| 久久久久综合网| 天天色综合天天| 91色porny在线视频| 精品成人在线观看| 曰韩精品一区二区| 九色porny丨国产精品| 91精彩视频在线观看| 欧美一区二区性放荡片| 国产日本欧美一区二区| 亚洲成av人片一区二区三区| 国产一区二区三区黄视频| 91免费视频大全| 91精品国产综合久久婷婷香蕉| 国产欧美日韩在线| 美女国产一区二区三区| 成人三级在线视频| 欧美一区二区福利在线| 51精品国自产在线| 亚洲欧美日韩系列| 粉嫩aⅴ一区二区三区四区五区| 欧美日韩免费高清一区色橹橹| 欧美国产一区二区在线观看| 日韩电影在线观看网站| 91极品美女在线| 国产精品久久久久久久岛一牛影视 | 成人精品小蝌蚪| 在线电影国产精品| 亚洲美女淫视频| 99在线精品一区二区三区| 精品国产91洋老外米糕| 日韩精品1区2区3区| 色美美综合视频| 中文字幕中文字幕一区二区| 久久99在线观看| 91精品久久久久久久99蜜桃| 亚洲另类春色国产| 99久久精品99国产精品| 国产精品天干天干在观线| 国产精品456露脸| 97超碰欧美中文字幕| 精品盗摄一区二区三区| 高清在线不卡av| 久久久国产精华| 精品一区免费av| 精品久久99ma| 久久99精品久久久久久国产越南| 色综合色综合色综合色综合色综合 | 国产调教视频一区| 亚洲地区一二三色| 9191久久久久久久久久久| 肉丝袜脚交视频一区二区| 欧美亚洲自拍偷拍| 日日欢夜夜爽一区| 日韩一区二区在线观看视频| 一区二区三区精密机械公司| 欧美三级午夜理伦三级中视频| 一区二区三区欧美在线观看| 在线精品国精品国产尤物884a| 一区二区三区日韩欧美| 欧美日韩免费不卡视频一区二区三区| 亚洲黄色免费电影| 欧美日韩在线三级| 久久精品国产99国产| 精品国产免费久久| 日韩精品福利网| 国产精品毛片a∨一区二区三区| 99久久婷婷国产精品综合| 亚洲一区二区影院| 欧美大片在线观看一区| 成人综合在线网站| 亚洲激情在线激情| 91精品国产色综合久久ai换脸| 久久国产精品99久久久久久老狼 | 亚洲国产精品av| 在线视频亚洲一区| 久久99精品国产.久久久久| 久久久国际精品| 色综合天天综合网国产成人综合天| 一区二区三区视频在线观看 | 一区二区三区不卡视频在线观看| 精品一区二区免费| 一卡二卡欧美日韩| 精品久久久久香蕉网| 99re在线精品| 蜜臀久久99精品久久久久久9 | 玖玖九九国产精品| 亚洲免费观看高清完整版在线观看 | 日本电影亚洲天堂一区| 久久99久久精品| 1000部国产精品成人观看| 欧美一级搡bbbb搡bbbb| 99天天综合性| 亚洲欧美二区三区| 国产精品女同互慰在线看| 欧美日韩国产首页在线观看| 国产激情视频一区二区三区欧美| 一区二区久久久久| 国产亚洲女人久久久久毛片| 欧美精品 国产精品| 色狠狠一区二区三区香蕉| 国产一区二区不卡在线| 三级久久三级久久久| 亚洲黄色av一区| 国产欧美日韩亚州综合 | 久久精品噜噜噜成人av农村| 一区二区成人在线视频| 欧美激情一区不卡| 久久综合九色综合欧美就去吻| 欧美性生活一区| 99久久精品免费看国产免费软件| 久久精品国产99久久6| 日本成人在线不卡视频| 亚洲高清中文字幕| 亚洲精品高清视频在线观看| 久久久久久**毛片大全| 久久中文娱乐网| 欧美一级欧美一级在线播放| 欧美日韩一卡二卡| 欧美日韩在线播放一区| 色爱区综合激月婷婷| 91碰在线视频| 91在线一区二区| 色综合天天做天天爱| 91小视频免费看| av中文一区二区三区| 欧日韩精品视频| 欧美蜜桃一区二区三区| 在线欧美日韩精品| 色香蕉久久蜜桃| 精品视频资源站| 欧美色电影在线| 这里只有精品电影| 日韩视频一区二区三区 | 亚洲精品在线免费观看视频| 欧美不卡在线视频| www激情久久| 欧美国产综合一区二区| 国产精品久久久久久久第一福利 | 亚洲宅男天堂在线观看无病毒| 国产精品入口麻豆九色| 欧美精品一区二区久久婷婷| 日韩精品在线网站| 日韩一区二区视频| 欧美成人一区二区三区片免费| 欧美一区二区视频免费观看| 精品99一区二区| 中文字幕字幕中文在线中不卡视频| 亚洲日本在线a| 日本欧美在线观看| 国产伦精品一区二区三区视频青涩| 成人午夜视频网站| 欧美午夜影院一区| 欧美成人bangbros| 中文字幕五月欧美| 欧美aⅴ一区二区三区视频| 国产综合成人久久大片91| 久久av中文字幕片|