说明：最简单的分割形式是阈值分割。全局阈值。在最佳阈值分割中，设计了一个准则来产生区域间函数分离的一些度量。两个区域被认为是前景和背景。在Otsu方法中，通过选取两类像素间的最低点，进行方差分析，将每类像素的平均值与所有像素的整体亮度平均值的变化定义为
说明：1、随机生成一个5*5矩阵A，元素符合均匀分布；再随机生成一个5*5矩阵B，元素符合正态分布。对A和B进行加、减、乘、除、比较等矩阵运算，查看运算结果。2、创建5阶魔术矩阵，求A的行列式、特征值、逆、秩、迹、条件数。3、假设矩阵 ，求A的LU分解、正交分解、特征值分解、奇异值分解。4、创建6阶单位稀...
说明：Binarry classifier based on "Self-advising support vectore machine, Yashar Maali, Adel Al-Jumaily,Knowledge-Based Systems 52 (2013) 214–222" Traindata...
说明：通过引入折衷加权模糊因子和核度量，提出了一种改进的模糊C均值（FCM）图像分割算法。折衷加权模糊因子同时依赖于所有相邻像素的空间距离和它们的灰度差。利用该因子，新算法可以准确估计相邻像素的阻尼程度。为了进一步增强其对噪声和离群点的鲁棒性，我们在其目标函数中引入了核距离测度。该算法根据采集数据点的距离...
说明：Wright 等人[13]最近几年研究的一种从低秩矩阵恢复问题中引导出的Robust PCA，引起了很多关注，也是目前最为流行的RPCA 方法。低秩矩阵恢复本义是从带有噪声的数据中恢复出原始的低秩数据，可以看到其思想与PCA 是类似的，因为PCA 是要找到数据的低维子空间，数据中不属于低维子空间的部...
说明：根据实验数据设计K均值聚类分析分类器，实验数据采用遥感彩色图像，以图像的所有象素为样本集，每一象素点的R、G、B值作为其特征向量。1）选择合适的类别数K和初始聚类中心。2）选择距离测度。3）设计迭代中止条件，或人为设定迭代次数。
说明：Surf算法原理 (1)、构建Hessian矩阵 Hessian矩阵是Surf算法的核心，为了方便运算，假设函数f(z，y)，Hessian矩阵H是由函数，偏导数组成：判别式的值是H矩阵的特征值，可以利用判定结果的符号将所有点分类，根据判别式取值正负，来判别该点是或不是极值点。在SURF算法...