VQ_LBG矢量量化技术（分裂法），代码完整，不调库，内含数据集，直接能用，并能够保存为gif动态图。

四叉树分裂-合并算法处理实例

压缩包内包含源代码，报告和实验数据。本实验采用C均值聚类和分裂聚类对数据 进行聚类，数据集为435个男女身高体重，分析不同的初始聚类中心对结果的影响；分裂聚类与C均值聚类在结果上的差别；聚类指标与聚类别数的关系

本小品纯属原创，能把16进制的颜色值转成RGB数值（0-255）。 如：bfbfbf=>191,191,191 使用时请输入格式为：#bfbfbf，位数小于7位将不做分析。如果只有六位颜色值，请手动在前加上“#“。 改进中：自动补充到7位，前自动加#。

赫林格准则 sklearn随机森林和决策树分类器的Hellinger距离准则 我正在将其添加到scikit-learn-contrib / imbalanced-learn 建造 您将需要来自sklearn的cython“头文件”（.pxd）。 如果您已经从源代码包中安装了sklearn，那么您已经安装了它。 如果您使用pip install sklearn安装了sklearn，则需要获取它。 转到 下载_criterion.pxd并将其放置在本地sklearn安装文件夹中 Linux通常位于/usr/local/lib/python3.5/dist-packages/sklearn/tree Windows通常位于C：\ Users \ [用户名] \ AppData \ Local \ Continuum \ Anaconda3 \ Lib \ site-packages

如果不懂得Bregman迭代算法，对于图像处理的前沿论文总会难懂，这是一篇讲述布雷格曼算法在图像去噪和压缩感知邻域的应用，详细介绍了Bregman迭代算法。

C++编写的，几种常用的FFT算法，需要用到 complex 头文件，分裂基和实序列的速度比基二的快不少哦

针对语音卷积盲源分离频域法排列顺序不确定性问题，提出一种多频段能量排序算法。通过对混合信号的短时傅里叶变换（STFT），在频域上各个频点建立一个瞬时混合模型进行独立分量分析，之后结合能量相关排序法和波达方向（DOA）排序法解决排序不确定性问题，再利用分裂语谱方法解决幅度不确定性问题，进而得到每个频点正确的分离子信号，最后利用逆短时傅里叶（ISTFT）变换得到分离的源信号。仿真结果表明，与Murata的排序算法对比，改进的算法在信号偏差比、信道干扰比、系统误差比上都所提高。

2021年各行业人事部门表格协议

基于区域的分裂合并图像分割方法，包含三个m文件，predicate是分裂合并准则代码，split_test用于检测是否需要分裂，splitmerge用于分裂合并