基于脉冲耦合神经网络的图像NMI特征提取及检索方法，论文的程序仿真，带单处理和批量处理功能，里面包含原论文，可以用于场景相似性检测，以图识图等，matlab仿真实现

nmi指数matlab代码演示快速入门 运行 demo.m。 这可以在 30 个测试数据集上为以下两种聚类方法重现图 4A 中的结果。 ND-Ward-E(KT) ：2020年Pattern Recognition上发表的拟议聚类方法（标题：邱和李的“Enhancing In-Tree-based Clustering via Distance Ensemble and Kernelization”）； ND-K ：一种比较方法（Qiu 等人。“最近下降、树内和聚类”，arXiv：1412.5902v2，2014 年）。 注：a) ND-K 是 ND-Ward-E(KT) 的基础； b) 对于 ND.m，低版本 Matlab 中可能不存在函数“maxk”； 在这种情况下，可以使用 ND.m 中它后面的以下代码代替（我们在 ND.m 中突出显示了它）。 推荐方法介绍：ND-Ward-E(KT) 最近，我们提出了一种新的受物理启发的方法，称为最近下降（ND），它的作用是将所有样本组织成一个有效的图，称为 in-tree（图 1A）。 由于其有效的特性，这种 in-tree 证明非常适合数据

NMI 评价方法（matlab），用于评价分类和聚类的FUNCTION，输入是正确的类标和试验后的类标

对于NMI计算的python实现

连续值信息熵MATLAB代码NMI Octave 和 R 函数用于计算二进制信号的归一化多信息（互信息的多元版本）。 版权所有 2016 Kenneth Ball 根据 Apache 许可，2.0 版（“许可”）获得许可； 除非遵守许可，否则您不得使用此文件。 您可以在以下网址获取许可证副本 http://www.apache.org/licenses/LICENSE-2.0 除非适用法律要求或书面同意，否则根据许可分发的软件是按“原样”分发的，没有任何类型的明示或暗示的保证或条件。 请参阅许可证以了解管理许可证下的许可和限制的特定语言。 如果您使用或修改这些功能之一，请参考以下论文： Kenneth R. Ball、Christopher Grant、William R. Mundy、Timothy J. Shafer，用于不断增长的神经网络的互信息的多元扩展，神经网络（2017 年），印刷中。 依赖项：Octave/MATLAB 版本：NONE R 版本：pracma（必需）、编译器（可选） nmi.m 是一个 Octave/MATLAB 函数，用于计算二进制值信号的归一化多信息

计算重叠互信息NMI源码 linux环境 参考文献：Lancichinetti A Fortunato S Kertész J Detecting the overlapping and hierarchical community structure in complex networks[J] New Journal of Physics 2009 11 3 : 033015

matlab计算聚类的代码，是一种可以计算聚类正确率的程序

熵、交叉熵、峰值信噪比、Qabf、平均梯度、SSIM、互信息、NMI

NMI标准互信息，用于评价复杂网络质量，适用于重叠社区的评价，java实现

代码包含三个聚类分析常用的外部评价指标：调整兰德指数（ARI），标准化互信息（NMI），准确度（AC）。