图像分割是图像识别和机器视觉领域中关键的预处理操作。分割理论算法众多，文中 具体介绍基于聚类的分割算法的思想和原理，并将包含的典型算法的优缺点进行介绍和分析。 经过比较后，归纳了在具体应用中如何对图像分割算法的抉择问题。近年来传统分割算法不断 被科研工作者优化和组合，相信会有更多的分割新算法井喷而出。

模糊聚类算法相较于其他硬分割算法，能够保留更多的原图像信息。

无监督学习-kmeans聚类算法及手动实现jupyter代码.ipynb

matlab聚类kmeans代码 区域形态分析 area-shape-analysis 这是中科大研一课程数字图像分析的课程大作业。以下为题目要求。实现语言为matlab，具体内容见代码和report_dia.pdf。 题目 说明： 图像中含有大小不同的两类目标，请将各个目标分割出来，然后对分割的目标，利用合适的特征，将其进行分类。 segment the stones out and classify them with proper feature. 提示方法： 1、基于marker-controlled watershed进行分割,然后对分割的目标，选取特征进行Kmean聚类。 segment by marker-controlled watershed and clauster them by k-means 关于Marker-controlled watershed(基于标记的分水岭算法)可以参考：《数字图像处理（第二版）》(冈萨雷斯著) 见10.5.4节。 Gonzalez's book of chapter 10.5.4

基于空间信息的模糊均值聚类算法，SFCM，适用于数据分析，图像分割

用户兴趣模型是个性化推荐技术的基础与核心，针对现有用户兴趣模型在模型建立阶段用户兴趣评价的不足，提出了一种基于混合行为评价兴趣度值的方法。突出了用户阅读时间的特殊性，在用户阅读时间异常的情况下利用其他浏览行为来量化用户兴趣度，并结合用户的浏览内容提出了用户兴趣模型的表示和更新机制，从而建立用户兴趣模型。实验验证了兴趣度度量方法的有效性，将测试结果与K-means聚类模型进行比较，证明该模型的推荐准确度有明显提高。

传统的水体信息提取方法难以处理包含复杂信息的大规模遥感图像。针对该问题，本次对应遥感图像与显著图建立了遥感数据分类标准，分割遥感影像中的重要信息。针对遥感影像水体信息提取的需求，改良了PCNN神经网络，建立了快速响应的PCNN神经网络模型，并实现了基于Matlab的验证平台。同时对比了PCNN神经网络模型与3种常见水体信息提取方法，可以证明PCNN神经网络在识别准确性、网络运行的效率与可靠性方面均表现优秀。

以大同煤矿集团某矿煤质化验数据为基础,运用因子分析方法进行变量降维处理,在原有的8项煤质分析指标中提取出热值因子、进化因子和破坏因子3个因子并得出各因子的得分及权重,基于此进一步进行煤质样本聚类分析,并对样本聚类情况在三维空间进行可视化展示,对煤质的综合评价和可视化分析有指导意义。

SPSS教程-聚类分析-附实例操作.pdf

hmm的matlab代码HanLP: Han Language Processing 汉语言处理包 HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。 HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 HanLP提供下列功能： 中文分词 HMM-Bigram（速度与精度最佳平衡；一百兆内存） 、 由字构词（侧重精度，全世界最大语料库，可识别新词；适合NLP任务） 、 词典分词（侧重速度，每秒数千万字符；省内存） 所有分词器都支持： 词性标注 （速度快） 、（精度高） 命名实体识别 基于HMM角色标注的命名实体识别（速度快） 、、、、 基于线性模型的命名实体识别（精度高） 、 关键词提取 自动摘要 短语提取 多音字、声母、韵母、声调 简繁分歧词（简体、繁体、台湾正体、香港繁体） 语义推荐、拼音推荐、字词推荐 依存句法分析 KMeans、Repeated Bisection、自动推断聚类数目k 词向量训练、加载、词语相似度计算、语义运算、查询、KMeans聚类 文档语义相似度计算 部分默认模型训练自小型