资源简介
% 实现欧式空间聚类算法,多种子点区域增长
% 输入:
% 二维或者三维点 Pts n*m矩阵
% 聚类使用的邻域半径 bandWidth
% 建立KDTREE使用的邻域点个数 numNeighbours
% 最大迭代次数 maxIterTimes
% 输出:
% 输入点对应的类别号,维数为n*1,max(flag)代表聚类得到的类别数
代码片段和文件信息
function flag = EuclideanClusterExtraction(Pts bandWidth numNeighbours maxIterTimes)
% 实现欧式空间聚类算法,多种子点区域增长
% 输入:
% 二维或者三维点 Pts n*m矩阵
% 聚类使用的邻域半径 bandWidth
% 建立KDTREE使用的邻域点个数 numNeighbours
% 最大迭代次数 maxIterTimes
% 输出:
% 输入点对应的类别号,维数为n*1,max(flag)代表聚类得到的类别数
PtsSz = length(Pts);
kdtreeobj = KDTreeSearcher(Pts‘distance‘‘euclidean‘);
[ndis] = knnsearch(kdtreeobjPts‘k‘(numNeighbours+1));
n = n(:2:numNeighbours+1);
dis = dis(:2:numNeighbours+1);
radius_idx = dis < bandWidth;
n = n.*radius_idx;
clear radius_idx dis Pts;
% 生成与原始数据大小对应的标签数组
flag = zeros(PtsSz1);
iter = 1;
while(1)
% 生成随机种子点
iterIdx = fix(PtsSz*rand(1));
% 如果种子点等于0,则重新生成
while(iterIdx<1)
相关资源
- 基于颜色的聚类分割matlab
- 双聚类(Bi-clustering)Matlab工具箱
- 模糊聚类图像分割FCM/FLICM等
- 重叠聚类数据集
- matlab聚类分析工具箱很好用
- K均值聚类算法,图像处理,GUI,mat
- 谱聚类算法对数据点进行分类
- matlab子空间聚类
- MATLAB聚类分析工具箱
- c均值聚类matlab算法和程序
- DBSCAN算法及Matlab实现
- 近邻传播聚类算法及matlab API
- 聚类数指标matlab工具箱
- Clustering by fast search and find of density
- 蚁群聚类算法
- 四种聚类算法源代码及
- BSAS顺序聚类算法matlab实现代码注释很
- K均值聚类+Matlab实现.rar
- k均值聚类算法的原理与matlab实现
- 路标识别与提取采用聚类方法C-means
- 谱聚类matlab代码
- flower17 数据集,
- MATLAB下的 Superpixel Segmentation using Lin
- 模式识别与智能计算-Matlab技术实现
- 谱聚类以及多个相关聚类的matlab实现
- 基于植物彩色图像的分割技术的研究
- 基于停用词的文本预处理及其聚类(
- 模式识别作业__ISODATA聚类算法 报告
- 动态模糊聚类算法
- 聚类分析Matlab代码[比赛已经用过保真
评论
共有 条评论