【图像】聚类
查志强
图像处理模式识别机器视觉
展开
-
漫谈 Clustering (2): k-medoids
原文:http://blog.pluskid.org/?p=40 上一次我们了解了一个最基本的 clustering 办法 k-means ,这次要说的 k-medoids 算法,其实从名字上就可以看出来,和 k-means 肯定是非常相似的。事实也确实如此,k-medoids 可以算是 k-means 的一个变种。 k-medoids 和 k-means 不一样的地方在于中心点的选取转载 2014-02-20 14:39:55 · 1171 阅读 · 0 评论 -
漫谈 Clustering (番外篇): Vector Quantization
原文:http://blog.pluskid.org/?p=57 在接下去说其他的聚类算法之前,让我们先插进来说一说一个有点跑题的东西:Vector Quantization 。这项技术广泛地用在信号处理以及数据压缩等领域。事实上,在 JPEG 和 MPEG-4 等多媒体压缩格式里都有 VQ 这一步。 Vector Quantization 这个名字听起来有些玄乎,其实它本身并没有这么转载 2014-02-20 14:44:33 · 995 阅读 · 0 评论 -
漫谈 Clustering (4): Spectral Clustering
原文:http://blog.pluskid.org/?p=287 如果说 K-means 和 GMM 这些聚类的方法是古代流行的算法的话,那么这次要讲的 Spectral Clustering 就可以算是现代流行的算法了,中文通常称为“谱聚类”。由于使用的矩阵的细微差别,谱聚类实际上可以说是一“类”算法。 Spectral Clustering 和传统的聚类方法(例如 K-mea转载 2014-02-20 14:55:02 · 1049 阅读 · 0 评论 -
漫谈 Clustering (1): k-means
原文:http://blog.pluskid.org/?p=17 好久没有写 blog 了,一来是 blog 下线一段时间,而租 DreamHost 的事情又一直没弄好;二来是没有太多时间,天天都跑去实验室。现在主要折腾 Machine Learning 相关的东西,因为很多东西都不懂,所以平时也找一些资料来看。按照我以前的更新速度的话,这么长时间不写 blog 肯定是要被闷坏的,所以我也觉转载 2014-02-20 14:31:07 · 1178 阅读 · 0 评论 -
漫谈 Clustering (5): Hierarchical Clustering
原文:http://blog.pluskid.org/?p=407 系列不小心又拖了好久,其实正儿八经的 blog 也好久没有写了,因为比较忙嘛,不过觉得 Hierarchical Clustering 这个话题我能说的东西应该不多,所以还是先写了吧(我准备这次一个公式都不贴 )。Hierarchical Clustering 正如它字面上的意思那样,是层次化的聚类,得出来的结构是一棵转载 2014-02-20 15:03:12 · 1102 阅读 · 0 评论 -
漫谈 Clustering (3): Gaussian Mixture Model
原文:http://blog.pluskid.org/?p=39 上一次我们谈到了用 k-means 进行聚类的方法,这次我们来说一下另一个很流行的算法:Gaussian Mixture Model (GMM)。事实上,GMM 和 k-means 很像,不过 GMM 是学习出一些概率密度函数来(所以 GMM 除了用在 clustering 上之外,还经常被用于 density estim转载 2014-02-20 14:48:27 · 946 阅读 · 0 评论