说明：传统的图像分割方法可以分为基于阈值、边缘、区域的方法等，而传统的分割方法在复杂图像分割中效果不好。为了提高图像分割的性能，我们提出了一种基于局部自适应窗口的Otsu方法。首先，分析了传统阈值法在复杂图像分割中不能很好地形成的原因，比较了全局阈值和局部阈值对图像分割的影响。其次，提出了根据局部信息自适...

自适应 图像分割 图像分割

说明：高斯混合模型和EM基于图像分割这是一个函数试图获取高斯混合模型，期望最大化（EM）算法，最大似然估计。它适用于数据集的任意尺寸。应用多种技术来避免这往往发生在高维数据的计算概率的浮点数的下溢的问题。另外，代码是经过精心设计，以高效利用vertorization和矩阵分解。这是一种广泛使用的算法。该算...

matlab 分割 图像 基于 GMMEM

说明：无约束优化，基于黄金分割的最速下降法极小化函数。

黄金分割 最速下降法 极小化

说明：本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。设计合理的准则改进了图像的全自动分...

k-means算法 信息熵 自动分割图像

说明：迭代法阈值分割，迭代法自动计算最优阈值。已经写成函数形式，输入灰度图，输出分割好后的阈值图。

迭代阈值matlab 迭代阈值分割 自动阈值法 自动阈值分割 阈值迭代

说明：一种简单的fcm分割，很好用的啊！模糊((FCM,Fuzzy c-Means)类型算法的理论最为完善、应用也最为广泛。它把聚类归结成一个带约束的非线性规划问题，通过优化求解获得数据集的模糊划分和聚类。该方法设计简单，解决问题的范围广，并易于在计算机上实现。因此，随着计算机的应用和发展，基于目标函数的...

matlab 分割 图像 fcm

说明：Benders分解算法是J.F.Benders在1962年首先提出的，是一种求解混合整数规划问题的算法。Benders分解算法将具有复杂变量的规划问题分解为线性规划和整数规划，用割平面的方法分解出主问题与子问题，通过迭代的方法求解出最优值。 Benders分解算法是一个很常用的算法,用来计算像最小整...

Benders分解法 机组组合

说明：应用背景Spectral Clustering（谱聚类）是一种基于图论的聚类方法，它能够识别任意形状的样本空间且收敛于全局最有解，其基本思想是利用样本数据的相似矩阵进行特征分解后得到的特征向量进行聚类。谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划...

matlab 分析 基于 多重

说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。

灵敏度分析 重要度 sobol灵敏度 sensitivity 灵敏度检验

说明：一个变量的优化目标函数值与黄金分割法。黄金分割搜索求极值的方法（最小或最大）的一个严格单峰functionby依次缩小值内的极值是已知存在的范围。该技术源于它的名字来自事实，该算法保持点的距离的三元组形成一个黄金比例的函数值。该算法是斐波那契搜索限制（也见下文）为大量的功能评价。Fibonacci搜...

matlab Scilab