说明：[L, C, D] = FKMEANS(X, k)，使用k均值算法将矢量矩阵x分割成k聚类。行x对应点，列对应变量。输出k×p矩阵包含聚类中心。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的...

matlab 均值 快速

说明：这个代码适用于检测运动目标，基于混合高斯建模的运动目标检测。

目标运动 matlab-目标检测 目标检测-高斯 MATLAB-运动检测 检测目标

说明：在视频和图像的采集过程中，由于受到地物环境复杂、物品之间相互遮挡以及环境光照条件多变等因素的影响，经常会导致场景的光照 要表现为图像中亮的区域光线足够或者过强，而暗的区域照度不足，导致一些重要的细节信息无法凸显甚至被掩盖掉，严重影响了图像 和应用价值，因此开展光照不均匀图像的校正研究，消除不均匀光照...

复杂环境图像 去光照不均匀matlab-算法和代码

说明：图像分割，还可以，kmeans聚类的方法。k-means算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。

onlyb2r k-means kmeans-matlab parkaxf K.

说明：GSA的原理是通过将搜索粒子看作一组在空间运行的物体,物体间通过万有引力相互作用吸引,物体的运行遵循动力学的规律。适度值较大的粒子其惯性质量越大,因此万有引力会促使物体们朝着质量最大的物体移动,从而逐渐逼近求出优化问题的最优解。GSA具有较强的全局搜索能力与收敛速度。随着GSA理论研究的进展,其应用...

matlab 算法 搜索 二进制 万有引力

说明：聚类算法：k―medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对...

matlab 犯错

说明：我们提出了一种新型的凸极效应 — — 上下文感知的显著性— — 旨在检测代表图像区域现场。这一定义不同于以前的定义其目标是确定固定点或检测占主导地位的对象。根据我们的显著性定义，我们提出了一种检测算法的基础在心理学的文学作品中观察到的四项原则。的拟议方法的好处被评价在两个应用程序只是占主导地位的对象...

matlab 基于 上下文 显著

说明：应用背景图论是图论研究的一种，它是用来模拟物体间两两关系的数学结构。在这种情况下，一个“图形”是由“顶点”或“节点”组成，称为边连接的边。图可能是无向的，这意味着没有任何与每个边缘的顶点之间的区别，或其边缘可能是从一个顶点到另一个；见图（数学）更详细的定义和其他类型的变化，通常被认为是。图是离散数学...

matlab 源代码 函数

说明：应用背景 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 关键技术 先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的...

matlab

说明：所提出的方法的目标是群集Ñ定点数为K群集，所以，在同一组中的对象之间的相似性是高而在不同的组中的对象之间的相似性是低。点相似性是通过投票措施，考虑到该点定义距离。使用表决制剂，聚类的问题减少到最大化的同一个群集的点之间票数的总和。它认为，基于投票最大化导致集群具有优势有关群集的紧凑，工作，以及为群集...

matlab 投票 矩阵