用经典K均值算法对128维SIFT特征进行聚类

//求救!我用经典K均值算法对128维SIFT特征进行聚类时,程序显示无错误,但无法正常进行聚类,程序如下:
//其中我直接将15个128维的SIFT特征描述子放置数组table[][]中,然后存入样本向量m_pattern[][]处理。
#include <time.h>
#include <math.h>
#include <stdio.h>
#include <string>
#include <stdlib.h>
#include <iostream.h>

typedef struct t_Pattern  //样本结构
{
 int    index;   //样本标号
 int    category;   //样本或模板所属类别
 double distance;   //样品到类中心的距离
 double feature[128];  //特征值
}Pattern;

typedef struct t_Center   //聚类中心结构
{
 int    index;   //中心编号
 double patternnum;   //该聚类中心包含的样品数目
 double feature[128];  //特征值
}Center;

int patternnum;           //样本总数
int centernum;           //聚类中心数目
Pattern  m_pattern[100];                   //样本的数组,预先分配100个样本............
Center   m_center[20];   //中心的数组,预先分配10个类.............. 


double table[15][128]=
{
 0.000000, 0.000000, 0.001478, 0.018695, 0.138579, 0.297543, 0.105189, 0.000000, 0.000000, 0.000000, 0.014373, 0.087571, 0.092345, 0.167401, 0.096968, 0.000000, 0.000000, 0.000000, 0.031615, 0.036413, 0.019213, 0.293065, 0.207572, 0.000000, 0.000000, 0.000000, 0.060914, 0.095218, 0.000149, 0.044252, 0.132372, 0.000000, 0.000000, 0.000000, 0.001317, 0.140238, 0.297543, 0.252350, 0.001430, 0.000000, 0.000000, 0.000000, 0.019795, 0.297543, 0.297543, 0.080570, 0.072606, 0.000000, 0.000000, 0.000000, 0.001861, 0.089898, 0.219401, 0.269441, 0.123993, 0.000000, 0.000000, 0.000000, 0.001571, 0.005246, 0.070508, 0.189416, 0.080245, 0.000000, 0.000000, 0.000000, 0.000000, 0.024085, 0.228820, 0.026209, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.082186, 0.187255, 0.000832, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.014648, 0.098495, 0.026186, 0.000344, 0.000000, 0.000000, 0.000000, 0.000000, 0.000374, 0.027496, 0.060621, 0.000231, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000,
 0.011114, 0.000000, 0.000000, 0.000000, 0.057159, 0.312867, 0.172352, 0.000000, 0.113052, 0.000000, 0.000000, 0.000000, 0.062670, 0.141100, 0.159076, 0.000000, 0.125271, 0.000000, 0.000000, 0.003224, 0.120338, 0.011771, 0.103333, 0.000000, 0.045079, 0.000000, 0.000000, 0.005143, 0.312867, 0.116800, 0.000000, 0.000000, 0.029330, 0.000000, 0.000000, 0.002469, 0.297371, 0.312867, 0.098591, 0.000000, 0.142157, 0.000000, 0.000000, 0.002728, 0.085394, 0.084272, 0.146158, 0.000000, 0.108129, 0.000000, 0.000000, 0.002554, 0.312867, 0.161761, 0.064168, 0.000000, 0.011909, 0.000000, 0.000000, 0.000403, 0.312867, 0.284437, 0.000000, 0.000000, 0.011472, 0.000000, 0.000000, 0.001480, 0.114975, 0.022356, 0.000000, 0.000000, 0.061577, 0.000000, 0.000000, 0.001627, 0.036668, 0.002416, 0.000119, 0.000000, 0.014162, 0.000000, 0.000000, 0.001247, 0.159573, 0.049683, 0.000013, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.173631, 0.059612, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000,
 0.006479, 0.000000, 0.000000, 0.000000, 0.275748, 0.275748, 0.023971, 0.000000, 0.049130, 0.000000, 0.000000, 0.000260, 0.275748, 0.275748, 0.016080, 0.000000, 0.275748, 0.000000, 0.000000, 0.002052, 0.271480, 0.098017, 0.034208, 0.000000, 0.275748, 0.000000, 0.000000, 0.000203, 0.027433, 0.004663, 0.028255, 0.000000, 0.032164, 0.000000, 0.000000, 0.000000, 0.114724, 0.123388, 0.041318, 0.000000, 0.084534, 0.000000, 0.000000, 0.000133, 0.275748, 0.264620, 0.040774, 0.000000, 0.275748, 0.000000, 0.000000, 0.001615, 0.275748, 0.080423, 0.022893, 0.000000, 0.275748, 0.000000, 0.000000, 0.000339, 0.105703, 0.013523, 0.008677, 0.000000, 0.003580, 0.000000, 0.000000, 0.000000, 0.003670, 0.005181, 0.004261, 0.000000, 0.044855, 0.000000, 0.000000, 0.000000, 0.000803, 0.010285, 0.006172, 0.000000, 0.116607, 0.000000, 0.000000, 0.000000, 0.000000, 0.000696, 0.003079, 0.000000, 0.077098, 0.000000, 0.000000, 0.000000, 0.010670, 0.002608, 0.001305, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000, 0.000000,
 0.000000, 0.000000, 0.000000, 0.006195, 0.293956, 0.203181, 0.000000, 0.000000, 0.000000

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值