一、实验目的

1.掌握K均值聚类算法的原理和实现过程；

2.掌握K均值聚类算法的应用方法。

二、实验内容

1.彩色图像分割

选择一幅图像，分别按三种颜色数进行彩色图像分割的结果（原图和分割图）。步骤如下：

(1) 第一步：读入一幅rgb图像并显示；

(2) 第二步：将该幅图像由RGB彩色空间变换到LAB彩色空间；

(3) 第三步：运用K均值聚类算法将图像在LAB空间进行分类；

(4) 第四步：运用分类所得索引将图像显示出来；

(5) 第五步：将分割后的图像依次显示出来，进行比较；

(6) 第六步：根据以上分割和聚类的结果进行图像重建，并显示重建后的图像，与原图像进行比较。

2.彩色图像的矢量量化

选择一幅图像，分别按量化颜色数为8，16和32进行量化，并计算峰值信噪比。

三、实验结果

1.彩色图像分割（分成三类）

原图像：

【模式识别】K均值聚类算法应用实验报告及MATLAB仿真相关推荐

k均值聚类算法原理和（TensorFlow）实现
顾名思义,k均值聚类是一种对数据进行聚类的技术,即将数据分割成指定数量的几个类,揭示数据的内在性质及规律. 我们知道,在机器学习中,有三种不同的学习模式:监督学习.无监督学习和强化学习: 监督学习,也 ...
K均值聚类算法的MATLAB实现
K均值聚类算法的MATLAB实现 1.K-均值聚类法的概述之前在参加数学建模的过程中用到过这种聚类方法,但是当时只是简单知道了在matlab中如何调用工具箱进行聚类,并不是特别清楚它的原理.最近因为 ...
k均值聚类算法优缺点_Grasshopper实现K均值聚类算法
本文很长很长,有很多很多图,包含以下部分: 1.算法简介 2.如何分类平面点 3.如何分类空间点 4.如何分类多维数据 5.后记提醒:以下内容包括:智障操作,无中生友,重复造轮子等 1.算法简介 ...
K-Means（K均值聚类算法）
K-Means(K均值聚类算法) 1.前言要学习聚类算法就要知道聚类学习算法是什么,为什么要学习聚类学习聚类学习算法,有什么用途,下面就简单的做一下介绍,并且详细的说明k-means均值聚类学习算法 ...
K均值聚类算法(HCM，K-Means)
K均值聚类核心思想如下: 算法把n个向量分为个组,并求每组的聚类中心,使得非相似性(或距离)指标的价值函数(或目标函数)达到最小.当选择欧几里德距离为组j中向量与相应聚类中心间的非相似性指标时,价值函 ...
K均值聚类算法(Kmeans)讲解及源码实现
K均值聚类算法(Kmeans)讲解及源码实现算法核心 K均值聚类的核心目标是将给定的数据集划分成K个簇,并给出每个数据对应的簇中心点.算法的具体步骤描述如下. 数据预处理,如归一化.离群点处理等. ...
k均值聚类算法python_K均值和其他聚类算法：Python快速入门
k均值聚类算法python This post was originally published here 这篇文章最初发表在这里 Clustering is the grouping of obje ...
python（scikit-learn）实现k均值聚类算法
k均值聚类算法原理详解示例为链接中的例题直接调用python机器学习的库scikit-learn中k均值算法的相关方法 from sklearn.cluster import KMeans imp ...
机器学习之无监督学习-K均值聚类算法
机器学习之无监督学习-K均值聚类算法对于无监督学习,有两类重要的应用,一个是聚类,一个是降维.我们今天主要学习聚类中的K均值聚类. 我们先看看下图,图a为原始的数据点,我们想要对图a的数据点进行分类 ...

【模式识别】K均值聚类算法应用实验报告及MATLAB仿真

一、实验目的

1.掌握K均值聚类算法的原理和实现过程；

2.掌握K均值聚类算法的应用方法。

二、实验内容

1.彩色图像分割

2.彩色图像的矢量量化

三、实验结果

1.彩色图像分割（分成三类）

【模式识别】K均值聚类算法应用实验报告及MATLAB仿真相关推荐

最新文章

热门文章

【模式识别】K均值聚类算法应用实验报告及MATLAB仿真

一、 实验目的

1.掌握K均值聚类算法的原理和实现过程；

2.掌握K均值聚类算法的应用方法。

二、 实验内容

1.彩色图像分割

2.彩色图像的矢量量化

三、 实验结果

1.彩色图像分割（分成三类）

【模式识别】K均值聚类算法应用实验报告及MATLAB仿真相关推荐

最新文章

热门文章

一、实验目的

二、实验内容

三、实验结果