Sombrero是用于天文图像的快速小波图像处理和对象检测C库。 Sombrero以图像卷积中使用的小波掩模的“墨西哥帽”形状命名，并在GNU LGPL库下发布。

fcm高维数据聚类.

Global Mapper能够浏览、合成、输入、输出大部分流行的扫描点阵图、等高线、矢量数据集的软件，它可以编辑、转换、打印各类地图图形文件，可以利用全球情报系统（GIS） 信息资源。 Global Mapper可以转换数据集的投影方式以符合你的项目的座标系统，并可以同时对数据集的范围进行裁剪。 Global Mapper还提供距离和面积计算，光栅混合、对比度调节、海拔高度查询、视线计算，以及一些高级功能，如图像校正、通过地表数据进行轮廓生成、通过地表数据观察分水岭、对3Dpoint数据转换为三角多边形和网格化等。通过内建的脚本语言或众多的批处理转换选项能够高效地完成重复性任务。

今天小编就为大家分享一篇python代码实现TSNE降维数据可视化教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

可根据实际情况设置阈值，控制峰值点的个数

Web2.0时代的信息共享和在线协同让每个用户不但可以从互联网上获取各种信息,还能自由地发布各种信息或对已有数据添加标注。一种普遍的应用就是对论坛上发布的文章添加标签以方便分类和检索,这种加标签的方式称为社会化标注(Social Annotation)。互联网上大量用户的标注使得这些信息成为检索的重要手段。目前这种标注大多以简单添加词或短语tag为主,对文本数据(例如博客文章、论坛帖子)来说,这些简单的标签足以提高检索效率,但在互联网中还存在大量如图像、地理信息等高维数据,简单标签并不能真实地反映这类数据的内容及结构化信息。因此,对互联网上高维数据提供新的标注模型,将人们对高维数据的认识真实的反映在标注上,对于这类数据的有效检索是十分必要的。 在分析现有研究工作的基础上,本文根据高维数据、社会化标注和多人协同标注的特点,对Web2.0环境下高维数据社会化协同标注的一致性维护问题和利用结构化语义标注的检索问题进行了深入的分析和研究。主要工作如下: Web2.0环境下高维数据的社会化协同标注及一致性维护。建立了高维数据的协同标注模型——结构化语义标注模型,并对标注信息进行抽象,提出冲突检...

高维数据SVM实现+降维可视化 是更改别人的代码的，使用软间隔最大化，SMO优化算法，t-sne降维可视化，发现数据是否是容易线性可分的。

通过kpca进行降维，根据网上的程序改的，内含数据，数据为西储大学轴承数据，希望可以帮助到刚学的同学，有错误的地方请多多指教。

最小噪声分离变换(Minimum Noise Fraction Rotation,MNF Rotation)维度压缩,使用matlab写成

读取excel表格数据，包含x,y,z三列数据，本文件能绘制出x数据为横轴，y数据为纵轴，z数据用颜色深浅来表示大小，当固定x或y，能直观的看出z与y或x的关系，在科技论文写作里绘制这样的图，可以给论文加分