Mean Shift 這個概念最早是由Fukunaga等人[1]于1975年在一篇關于概率密度梯度函數的估計中提出來的,其最初含義正如其名,就是偏移的均值向量,在這里Mean Shift是一個名詞,它指代的是一個向量,但隨著Mean Shift理論的發展,Mean Shift的含義也發生了變化,如果我們說Mean Shift算法,一般是指一個迭代的步驟,即先算出當前點的偏移均值,移動該點到其偏移均值,然后以此為新的起始點,繼續移動,直到滿足一定的條件結束.
標簽：
Shift
Mean
Fukunaga
1975
上傳時間：
2017-03-03
上傳用戶：chongcongying
Mean Shift 這個概念最早是由Fukunaga等人[1]于1975年在一篇關于概率密度梯度函數的估計中提出來的,其最初含義正如其名,就是偏移的均值向量,在這里Mean Shift是一個名詞,它指代的是一個向量,但隨著Mean Shift理論的發展,Mean Shift的含義也發生了變化,如果我們說Mean Shift算法,一般是指一個迭代的步驟,即先算出當前點的偏移均值,移動該點到其偏移均值,然后以此為新的起始點,繼續移動,直到滿足一定的條件結束.
用matlab實現mean shift算法仿真
標簽：
Shift
Mean
Fukunaga
1975
上傳時間：
2014-01-23
上傳用戶：klin3139
(有源代碼)數值分析作業,本文主要包括兩個部分,第一部分是常微分方程(ODE)的三個實驗題,第二部分是有關的拓展討論,包括高階常微分的求解和邊值問題的求解(BVP).文中的算法和算例都是基于Matlab計算的.ODE問題從剛性(STIFFNESS)來看分為非剛性的問題和剛性的問題,剛性問題(如大系數的VDP方程)用通常的方法如ODE45來求解,效率會很低,用ODE15S等,則效率會高多了.而通常的非剛性問題,用ODE45來求解會有很好的效果.從階次來看可以分為高階微分方程和一階常微分方程,高階的微分方程一般可以化為狀態空間(STATE SPACE)的低階微分方程來求解.從微分方程的性態看來,主要是微分方程式一階導系數大的時候,步長應該選得響應的小些.或者如果問題的性態不是太好估計的話,用較小的步長是比較好的,此外的話Adams多步法在小步長的時候效率比R-K(RUNGE-KUTTA)方法要好些,而精度也高些,但是穩定區間要小些.從初值和邊值來看,也是顯著的不同的.此外對于非線性常微分方程還有打靶法,胞映射方法等.而對于微分方程穩定性的研究,則諸如相平面圖等也是不可缺少的工具.值得提出的是,除了用ode系類函數外,用simulink等等模塊圖來求解微分方程也是一種非常不錯的方法,甚至是更有優勢的方法(在應用的角度來說).
標簽：
Matla
分
ODE
BVP
上傳時間：
2014-01-05
上傳用戶：caixiaoxu26
