本文将详细的说明Mean Shift的基本思想及其扩展,其背后的物理含义,以及算法步骤,并给出理论证明.最后本文还将给出Mean Shift在聚类,图像平滑,图像分割,物体实时跟踪这几个方面的具体应用.

用卷积滤波器matlab代码Matlab卷积自动编码器 卷积自动编码器的成本函数（cautoCost2.m）和成本梯度函数（dcautoCost2.m）。 网络体系结构相当有限，但是这些功能对于将输入与一组过滤器进行卷积然后重构的无监督学习应用程序应该是有用的。 这对于发现数据的平移不变特征也很有用。 输入被输入到卷积层，该卷积层是应用于所有用户定义的数据子集的一组过滤器。 卷积层的输入输出功能是S形的。 重建层（或输出层）是线性的。 夹在卷积和重建层之间的可选附加隐藏层是S形。 可以在文件cautoCost2.m的注释中找到更多信息。 注意：此代码在一些地方使用了parfor，这是并行的for循环。 这需要并行化工具箱。 如果没有并行化工具箱，请将parfor循环替换为for循环。

2、梯度函数——gradient [Fx,Fy]=gradient(F)%返回矩阵F的数值梯度，Fx相当于dF/dx，为x方向的差分值。Fy相当于dF/dy，为y方向的差分值。 [Fx,Fy]=gradient(F,H)%当H为数量时，使用H为各方向的点间隔。 [Fx,Fy]=gradient(F,Hx,Hy)%当F为二维时，使用Hx和Hy指定点间距。Hx和Hy可以为数量和向量，如果Hx和Hy为向量，则它们的长度必须和F的长度匹配。 [Fx,Fy,Fz]=gradient(F)%返回三维的梯度。 ……