<strike id="644c4"></strike>
基于matlab的核模糊C-means聚類算法(KFCM),
標(biāo)簽： C-means matlab KFCM 模糊
上傳時(shí)間： 2013-12-22
上傳用戶：helmos
這是一個(gè)關(guān)于核模糊聚類算法的例子希望有用
標(biāo)簽： 模糊聚類 算法
上傳時(shí)間： 2013-12-15
上傳用戶：xlcky
磁共振成像（MRI）由于自身獨(dú)特的成像特點(diǎn)，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個(gè)算法.首先，該文針對(duì)MRI重建后圖像噪聲分布的實(shí)際特點(diǎn)，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點(diǎn)，首先對(duì)與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計(jì)來進(jìn)行參數(shù)估計(jì)，同時(shí)利用連續(xù)尺度間的尺度相關(guān)性特點(diǎn)來進(jìn)行函數(shù)升級(jí)，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時(shí)，該文對(duì)MRI圖像的進(jìn)一步的分析與應(yīng)用展開了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點(diǎn)，同時(shí)考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對(duì)目標(biāo)函數(shù)加以改進(jìn)，用來克服噪聲和非均勻場(chǎng)對(duì)MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過實(shí)驗(yàn)，我們發(fā)現(xiàn)，無論是針對(duì)模擬圖像還是實(shí)際圖像，該文所提出的兩個(gè)算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
標(biāo)簽： MRI 小波分解 圖像去噪 分割
上傳時(shí)間： 2013-04-24
上傳用戶：zhichenglu
模糊C-均值聚類算法是一種無監(jiān)督圖像分割技術(shù)，但存在著初始隸屬度矩陣隨機(jī)選取的影響，可能收斂到局部最優(yōu)解的缺點(diǎn)。提出了一種粒子群優(yōu)化與模糊C-均值聚類相結(jié)合的圖像分割算法，根據(jù)粒子群優(yōu)化算法強(qiáng)大的全局搜索能力，有效地避免了傳統(tǒng)的FCM對(duì)隨機(jī)初始值的敏感，容易陷入局部最優(yōu)的缺點(diǎn)。實(shí)驗(yàn)表明，該算法加快了收斂速度，提高了圖像的分割精度。
標(biāo)簽： 粒子群 模糊 均值聚類 圖像分割
上傳時(shí)間： 2013-10-25
上傳用戶：llandlu
模糊聚類分析的源程序！
標(biāo)簽： 模糊 聚類分析 源程序
上傳時(shí)間： 2013-12-11
上傳用戶：coeus
模糊C均值聚類的MATLAB實(shí)現(xiàn)，其中包含了10個(gè)MATLAB函數(shù)
標(biāo)簽： MATLAB 模糊 均值聚類
上傳用戶：jcljkh
臺(tái)灣人對(duì)聚類算法的一個(gè)介紹。分群法（clustering）是一種最普遍將資料分類成群的方法，其主要的目的乃在於找出資料中較相似的幾個(gè)群組。
標(biāo)簽： clustering 分 聚類算法
上傳時(shí)間： 2013-12-16
上傳用戶：lxm
這是一個(gè)改進(jìn)的快速實(shí)現(xiàn)模糊c-means聚類算法的程序
標(biāo)簽： c-means 快速實(shí)現(xiàn) 模糊 聚類算法
上傳時(shí)間： 2014-11-30
上傳用戶：yt1993410
一個(gè)FMEAN神經(jīng)網(wǎng)絡(luò)代碼,是matlab開發(fā)的模糊聚類
標(biāo)簽： matlab FMEAN 神經(jīng)網(wǎng)絡(luò) 代碼
上傳用戶：宋桃子
退運(yùn)作業(yè)流程 退運(yùn)分類:原材料退運(yùn)(不良品退運(yùn))、成品退運(yùn)、核銷退運(yùn)、維修設(shè)備退運(yùn).
標(biāo)簽： 流程 分 材料
上傳時(shí)間： 2013-11-30
上傳用戶：chongcongying
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
