基于K-means聚类算法的图像分割
算法的基本原理：
基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。
算法步骤：
①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
2019-12-21 18:54:01
224KB
1
之前学习并详细总结了一篇k-均值（k-means）算法文章，于是顺便提供Matlab代码实现，这份代码通过Matlab随机生成三组数据，然后进行聚类实现。还有另一份较复杂的实现代码可动态实现k-均值的聚类过程，具体可查看个人CSDN资源
2019-12-21 18:52:40
2KB
1
k-means总结汇总
介绍基于k-means50年来的发展历程，系统的介绍了各种基于k-means的算法。非常好的数据挖掘入门读物。
2019-12-21 18:52:30
950KB
1
基于文本内容的自动文本聚类技术作为文本信息挖掘技术中的核心技术之一，其目标是
将文档集合分成若干个簇，要求同一簇内文档内容的相似度尽可能的大，而不同簇之间的相
似度尽可能的小。
本文以中文文本作为文本聚类的挖掘对象，对文本集进行了中文文本预处理、文本聚类。
按照文中的方法步骤，设计了一个系统，实现了文本聚类的功能。
2019-12-21 18:49:04
554KB
1