说明：应用背景 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。...

matlab 分析 模糊 用于 均值

说明：应用背景 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。...

matlab 分析 模糊 用于 均值

说明：实现图像分类，支持向量机原始优化算法SMO

图像分类-MATLAB SVM分类优化 smo算法 SVM smo--svm-matlab

说明：K-SVD通过构建字典来对数据进行稀疏表示，经常用于图像压缩、编码、分类等应用。

ksvd算法 图像分类 K. KSVD分类 SVD

说明：超像素是图像分割的基本单元。它们在深度估计、图像分割、骨骼化、人体模型估计和目标定位等方面有着广泛的应用。与基于像素的方法相比，基于图的模型（如条件随机场（CRF））具有更好的时间复杂度。我尝试了使用最小特征集的超像素图像分割。

matlab

说明：K均值聚类算法，将模式识别方法与图像处理技术相结合，掌握利用K均值聚类算法进行图像分类的基本方法。

​K均值 聚类算法

说明：基于SVM分类器的三域特征融合图像隐写分析算法。三域分别是指dct域，dwt域和空域。

特征-融合 DCT-based--watermark image-fusion-DWT dwt dwt-and-svm

说明：利用c均值方法对图象进行聚类分割，此为matlab环境下的仿真代码

mean-c++ C_mean 聚类-分割 聚类-分割-matlab C均值

说明：阈值分割法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

说明：SIFT特征点检测监测方法。具有对于图像平移、旋转和尺度变化不变性的优点，成为近十年来最流行的图像特征点检测方法，被广泛用于图像匹配、物体识别、分类等领域。本算法对图像预处理阶段的图像增强算法进行了改进，去除了原本的直方图均衡化图像增强算法，使得图像拼接时间缩短了近一倍，且图像拼接效果依旧良好