基于最小距离原则的简单聚类方法
简述:
最直观的聚类方法,在很多简单场景下有效,聚类的结果取决于阈值T的选取。
算法步骤:
- 任意选择一个特征矢量作为第一个聚类中心,如。
- 计算下一个特征矢量到所有类别中心的距离,归为距离最近的那一类,并更新类别中心, 若所有距离都大于阈值T, 则另作一类。
- 重复步骤2直至完成所有分类。
应用场景:
霍夫直线检测结果的临近直线合并处理。
基于最小距离原则的简单聚类方法
简述:
最直观的聚类方法,在很多简单场景下有效,聚类的结果取决于阈值T的选取。
算法步骤:
应用场景:
霍夫直线检测结果的临近直线合并处理。