资源简介
LBG算法,矢量量化。Linde,Buzo和Gray于1980年提出LBG算法,又称为K-means算法。该算法是基于最近邻原则把训练矢量分配到与它欧式距离最小的码字的簇中。
代码片段和文件信息
function D = dist1(xt);
% dist1 : calculate a nt*nx vector containing distances between all points
% in x and all points in t. x and t must be row vectors !
% Used in sqrDist
% D = dist1(xt)
% xt - row vectors
% D - the nt*nx result
% Copyright (c) 1995-2001 Frank Dellaert
% All rights Reserved
global dist1_warning
if isempty(dist1_warning)
warning(‘dist1: please compile mex-version by typing “mex dist1.c“ in “clusters“ directory‘);
dist1_warning=1;
end
[dxnx] = size(x);
[dtnt] = size(t);
if (dx~=1 | dt~=1) error(‘dist1 only takes row vectors‘); end
% totally vectorized (but memory hungry)
D = x(ones(1nt):) - t(ones(1nx):)‘;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2006-08-21 21:10 LBG
文件 665 2006-07-21 10:24 LBG\dist1.m
文件 2619 2006-08-21 20:00 LBG\kmeans_16D.m
文件 65720 2006-08-20 10:15 LBG\lena_tv.mat
文件 89 2006-09-01 21:50 LBG\read me.txt
文件 1161 2006-07-21 10:24 LBG\sqrDist.m
文件 1239075 2002-07-27 16:42 LBG\An Algorithm for Vector Quantizer Design(LBG).pdf
----------- --------- ---------- ----- ----
1309329 7
- 上一篇:天津大学图形学考试资料
- 下一篇:Labwindow_cvi TCP UDP通信例程
相关资源
- K-Means++ 算法
- ISODATA及K-means聚类算法
- 卢浮宫博物馆人员疏散模型
- K-Means图像分割算法实现
- K-means.rar
- k-means++ the advantages of careful seeding
- K9XXG08UXM 三星NAND数据手册
- Data clustering-50 years beyond K-means
- K-Means 算法demo
- 基于K-Means算法的雷达信号与分选方法
- k-means算法代码
- BOWBag of words,词袋模型代码实现
- 基于 K-means 聚类算法的图像区域分割
- 数据集bank.arff
- 各种聚类程序,包括生成聚类树、k
- k-means数据
- 基于特征选择的K-means聚类异常检测方
- K-means聚类数据.rar
- k-means优化算法
- 中文文本预处理;k-means聚类
- kemans聚类用的数据--包含多个数据
- 机器学习-K-MEANS聚类
- 基于K-means聚类的图像分割
- k-means算法二维坐标数据
- MapReduce下的k-means算法实验报告广工
- Multi-View K-Means Clustering on Big Data
- Charles Elkan的快速k-means算法的代码
- K-均值聚类实现路标检测
- K-medoids聚类源代码K-means改进
- 关于k-means的一篇好的总结论文
评论
共有 条评论