本资源属于机器学习+数字图像处理领域，主要是基于k-means算法的图像分类，包括分类图片集和matlab实现图像分类程序。

K-Means算法实现遥感图像变化检测，k均值算法

当今图像去噪效果最好的三种方法合集BLS_GSM,BM_3D,NL_MEANS ，matlab程序。程序很规范，经过我自己运行，速度很快，效果也非常理想，适合刚接触图像处理的同学，也可以认真琢磨算法的思想，个人觉得很有益处。

传统的K-means算法随机选取初始聚类中心，聚类结果不稳定，容易陷入局部最优解。针对聚类中心的敏感性，提出一种优化初始聚类中心的K-means算法。此算法利用数据集样本的分布特征计算样本点的密度并进行分类，在高密度区域中选择K个密度最大且相互距离超过某特定阈值的点作为初始聚类中心，并对低密度区域的噪声点单独处理。实验证明，优化后的算法能取得更好的聚类效果，且稳定性增强。

3种K-MEANS算法解决图像分割问题 k-m1:将rgb图像进行图像分割 k-m2：将灰度图像进行图像分割 simple：简化程序 k-mean：聚类函数 houghbh：霍夫变换 by：边缘检测 记得更改程序内图片的路径

基于Matlab实现： 模式识别 K-Means算法 实现模式分类 模式识别 K-均值算法 实现模式分类

k-means 道路提取源程序matlab

此资源包含俩个文件夹，一个是5种聚类算法（二分K-Means算法、K-Means算法、DBscan算法、层次算法、GMM算法）源码，一个是对这5种聚类算法的实验结果和评价。

两种算法：1.使用EM算法对3通道彩色图片进行聚类分割，给出误差； 2.使用K-means算法对3通道彩色图片进行聚类分割，给出误差。 两者都需要输入聚类个数的数组，实现分割。

K_均值 在这个项目中，我旨在通过随机和加号初始化方法重新创建无监督的机器学习k均值聚类技术，然后在stat arb交易模型中使用此类的原理来查找非传统货币对。 去做： 测试stat arb strat与以下不同： Beta回溯期 Z分数进入和退出阈值 遍历集群并生成具有多对位置的投资组合 探索使用批处理API调用来检索库存数据 在点差z分数= 3 sigma时实施止损功能 可以将此与重新执行的ADF配对以检查基本假设是否已被废除 PCA的功能？ 追踪止损 添加离散的位置调整 增加$值止损/获利 探索动量作为贸易标准的额外验证层 每日更新的投资组合摘要 IEX和EDGAR API每日拉动以保持基本集群信息为最新 性能指标： 复合年增长率 夏普 卡尔马 最大跌幅 最大跌幅持续时间 夏普假设高斯回归。 这就是为什么使用最大跌幅来揭示尾部风险的原因。 计算投资组合风险和