有关代码方法的详细信息，请参阅相应的论文“ Yue Wu，Brian Tracey，Premkumar Natarajan，Joseph P. Noonan：用于非本地均值图像降噪的James-Stein类型中心像素权重。 20(4): 411-414 (2013)"
http://dx.doi.org/10.1109/LSP.2013.2247755
2022-01-11 13:34:55
3KB
1
数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术, 提出将K-means 聚类法应用在数字半色调技术中。算法中应用人类视觉系统模型HVS和印刷模型最大限度减少原始灰度连续调图像和半色调图像之间的视觉误差; 利用K-means聚类法将灰度图像划分成聚类分区, 在每个聚类分区应用最小平方法least-squares最小化二值半色调图像和原始灰度级图像之间的平方误差, 所构造的半色调算法与基于模型的最小平方法LSMB算法相比, 随着聚类分区的增加, 图像平滑且边缘清晰度增加, 尤其是在图像细节部位。与LSMB算法比较, 该算法的均方误差值有所降低, 而权重信噪比和峰值信噪比提高了0. 2～2 dB, 模拟实验结果验证了算法的有效性。
2022-01-06 11:08:33
1.66MB
1
大数据挖掘课程作业。提出一种利用聚类和分类等数据技术来挖掘B站中具有高价值的up主。通过挖掘B站up主的视频播放信息，能够获得其点赞量、播放量、留言反馈等各种信息。基于这些信息对up主进行聚类，讲up主分为不同价值的群体。文中主要使用K-Means聚类算法来对B站up主群体进行分类，从而反映出不同up主的价值，并以此为依据来推送有高价值的up主，于平台、于用户而言都是有益的。实验结果显示，该方法展现出很好的分类效果。
2022-01-04 11:05:54
493KB
1