ISL-IP031【MaxMin & KMeans Clustering】
文件 說明 下載點
ISL-IP031-C1【MaxMin & KMeans Clustering】 MaxMin & KMeans Clustering本文細分為三節,在第一節中描述 Clustering在圖形識別中的重要性和其演化,及其在數學上代表的意義,和實作程式架構上的概述。第二節介紹的兩個主要且效果較好的Clustering(Max-Min、CMean)程式實作及結果討論,及Max-Min、CMean對預先設定的參數值對實驗結果影響討論,最後比較兩程式在執行速度與所需運算量的比較。第三節描述這次實驗的心得和感想及一些需要改進的缺失。 立即下載
ISL-IP031-J1【MaxMin & KMeans Clustering】 本篇報告中概要地說明了Cluster的概念,並詳細說明Min-Max Clustering與 C-Means Clustering的實作演算法,並說明如何所附上的程式以及對程式執行測試資料時的結果作一些說明與比較,最後在心得中分享一些覺的可能在日後使用該方法需要特別注意的地方。 立即下載
ISL-IP031-J2【MaxMin & KMeans Clustering】 本報告是圖形識別課程的第一次作業報告,研究所的同學所要做的作業是 Clustering,也就是給定座標系統上的一些點,再依照這次的兩種方法:Maxmin、C-Mean來幫座標點作分類並且算出每一類的中心點;Maxmin與C-Mean兩種方法的演算法,程式撰寫的過程、過程中遭遇的問題、解決的方法,與最後的實驗結果、心得與感想都將在本報告中詳細說明。 立即下載