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

?? 這是一個用c++寫的在線的簽名識別程序。
?? 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
国产日产亚洲精品系列| 欧美岛国在线观看| 东方欧美亚洲色图在线| 国内一区二区视频| 国产成人av电影在线| 国产专区欧美精品| 国产成人午夜高潮毛片| 东方欧美亚洲色图在线| 99久久久免费精品国产一区二区| 国产91精品久久久久久久网曝门 | 亚洲综合区在线| 综合久久综合久久| 亚洲电影一级黄| 午夜国产精品影院在线观看| 午夜av电影一区| 精品一区二区三区视频| 国产精品 欧美精品| 91最新地址在线播放| 久久蜜臀精品av| 中文字幕二三区不卡| 亚洲最快最全在线视频| 日韩国产欧美三级| 国产老女人精品毛片久久| 成人激情午夜影院| 欧美三级乱人伦电影| 欧美成人精品二区三区99精品| 国产欧美日韩久久| 亚洲午夜激情av| 国产一区二区三区蝌蚪| 99r精品视频| 日韩午夜电影av| 亚洲视频资源在线| 麻豆精品视频在线观看视频| 99久久久无码国产精品| 91精选在线观看| 日韩一区欧美一区| 免费成人在线播放| 色婷婷精品大在线视频 | 风间由美一区二区av101| 日本韩国一区二区三区| 精品少妇一区二区三区在线视频| 亚洲色图欧洲色图婷婷| 九色porny丨国产精品| 91国产丝袜在线播放| 国产亚洲一区二区三区| 日韩国产精品大片| 色综合久久天天| 国产欧美日产一区| 久久精品国产亚洲aⅴ| 欧美日韩一区二区三区高清| 国产精品嫩草影院com| 免费不卡在线视频| 欧美日韩国产欧美日美国产精品| 国产免费观看久久| 国产一区二区中文字幕| 91精品国产综合久久久久久漫画| 亚洲男人的天堂av| 成人美女视频在线看| 欧美精品一区二区久久久| 日韩国产欧美在线视频| 欧美日韩国产片| 亚洲va欧美va天堂v国产综合| av不卡在线播放| 中文字幕高清一区| 成人免费视频一区二区| 国产嫩草影院久久久久| 国产高清不卡一区| 国产午夜精品一区二区三区视频| 国产在线播精品第三| 欧美大片一区二区三区| 天天综合日日夜夜精品| 精品视频一区 二区 三区| 亚洲国产日韩精品| 欧美色手机在线观看| 亚洲大片在线观看| 欧美电影在线免费观看| 日韩影院在线观看| 日韩一二三四区| 精品写真视频在线观看| 26uuuu精品一区二区| 国产毛片精品国产一区二区三区| 久久精品一区蜜桃臀影院| 欧美日韩免费一区二区三区视频| 亚洲免费观看高清完整版在线 | 91麻豆产精品久久久久久| 日本一区二区免费在线观看视频 | 懂色av一区二区夜夜嗨| 国产精品国产三级国产aⅴ原创| 成人精品小蝌蚪| 亚洲少妇屁股交4| 欧美日韩午夜在线视频| 久久精品国产99| 国产偷v国产偷v亚洲高清| av男人天堂一区| 偷拍日韩校园综合在线| 欧美大片在线观看| 波多野结衣的一区二区三区| 夜夜嗨av一区二区三区| 欧美一卡二卡在线观看| 高清不卡一区二区在线| 亚洲精品国产视频| 日韩欧美在线影院| 成人中文字幕电影| 亚洲成人在线观看视频| 久久久精品黄色| 欧美亚洲愉拍一区二区| 另类小说一区二区三区| 自拍偷拍国产精品| 日韩一级大片在线观看| eeuss鲁片一区二区三区在线看 | 4438x成人网最大色成网站| 韩国视频一区二区| 一区二区三区国产豹纹内裤在线| 日韩亚洲欧美高清| 色综合久久天天| 国产一区二区久久| 偷拍亚洲欧洲综合| 亚洲视频在线一区二区| 欧美videos中文字幕| 一本一道综合狠狠老| 国产激情一区二区三区| 亚洲不卡av一区二区三区| 中文字幕一区二区三区在线播放 | 国产精品全国免费观看高清 | 1000部国产精品成人观看| 日韩一区二区三区四区 | 精品一区二区三区视频| 亚洲网友自拍偷拍| 国产精品久久久久三级| 欧美电影免费观看高清完整版在| 欧美亚洲动漫精品| 91色.com| av亚洲精华国产精华精| 国产一区二区成人久久免费影院| 日av在线不卡| 图片区小说区国产精品视频| 日本女优在线视频一区二区| 亚洲综合自拍偷拍| 一区在线观看视频| 国产精品丝袜一区| xvideos.蜜桃一区二区| 欧美大片国产精品| 精品国内二区三区| 欧美一级高清片| 在线不卡a资源高清| 精品视频1区2区| 欧美午夜影院一区| 欧美三级在线播放| 7777精品伊人久久久大香线蕉的| 欧洲中文字幕精品| 在线欧美一区二区| 日本精品视频一区二区| aa级大片欧美| 色菇凉天天综合网| 在线视频一区二区免费| 欧美在线观看一二区| 精品视频一区二区不卡| 欧美三级三级三级| 91精品久久久久久久91蜜桃 | 国产三级精品在线| 中文一区二区完整视频在线观看| 亚洲国产精品二十页| 中文字幕一区二区三区不卡在线| 亚洲欧美综合在线精品| 亚洲另类色综合网站| 一区二区三区在线免费| 亚洲国产精品自拍| 六月丁香综合在线视频| 国产乱子伦一区二区三区国色天香| 韩国欧美国产一区| av午夜一区麻豆| 在线播放国产精品二区一二区四区| 欧美日韩国产一区| 91精品在线免费| 国产亚洲欧美日韩在线一区| 中文字幕高清一区| 亚洲成年人影院| 国产久卡久卡久卡久卡视频精品| 99视频一区二区| 欧美精品日韩一区| 欧美激情一区二区在线| 亚洲一区日韩精品中文字幕| 蜜臀91精品一区二区三区| 国产成人一区在线| 欧美日产在线观看| 日本一区二区三区视频视频| 亚洲一区二区视频在线观看| 九九精品一区二区| 在线观看一区二区视频| 久久天天做天天爱综合色| 亚洲你懂的在线视频| 蜜臀精品一区二区三区在线观看| 岛国精品在线观看| 欧美精品黑人性xxxx| 国产精品视频免费看| 蜜桃视频一区二区三区在线观看| aaa欧美大片| 中文一区二区在线观看| 精品一区二区综合| 欧美日韩视频在线第一区|