Luxlios / ClusteringLinks
分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割
☆24Updated 3 years ago
Alternatives and similar repositories for Clustering
Users that are interested in Clustering are comparing it to the libraries listed below
Sorting:
- PyTorch框架构建花朵图像分类模型（Resnet网络，迁移学习）☆19Updated 3 years ago
- 使用ResNet网络进行十种食物图像分类，基于迁移学习方法训练☆24Updated 2 years ago
- 毕业设计项目-基于深度学习的阿兹海默症早期诊断辅助系统设 计与实现☆119Updated 5 years ago
- 杭电计算机学院-《人工智能导论》课程大作业——基于遗传算法的图像阈值分割☆25Updated 6 years ago
- 基于SVM的简单机器学习分类，可以使用svm, knn, 朴素贝叶斯，决策树四种机器学习方法进行分类☆125Updated 2 years ago
- 基于深度学习卷积神经网络的图像分类的GUI界面☆25Updated 2 months ago
- 毕业设计项目，基于深度学习的实时语义分割算法研究，python实现。☆34Updated 5 years ago
- 《数字图像处理》课程设计，基于深度学习的人脸识别项目。采用三层卷积池化+全连接神经网络☆18Updated 5 years ago
- 利用ID3决策树预测患糖尿病的可能性☆17Updated 5 years ago
- 使用现代卷积神经网络架构（例如ResNet，DenseNet）对38类植物病害进行识别，并生成一个简单的UI操作界面☆34Updated 4 years ago
- 基于深度学习的车牌识别GUI项目☆41Updated 3 years ago
- 江南大学《机器学习》大作业-人脸图像性别分类☆36Updated 5 years ago
- 垃圾分类系统，基于DenseNet模型训练算法，系统服务端代码☆39Updated 4 years ago
- 基于python编写的Keras深度学习框架开发，利用卷积神经网络CNN,快速识别图片并进行分类☆43Updated 7 years ago
- 北京印刷学院人工智能大赛深度学习组作品_基于深度学习的新冠肺炎检测系统☆10Updated 2 years ago
- 水稻病虫害自动识别系统☆100Updated 4 years ago
- 毕业设计项目----基于图神经网络与多任务学习的图像分类器☆47Updated 5 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。☆120Updated 7 years ago
- 植物病虫害图像识别☆20Updated 6 years ago
- 一些深度学习的模型，基于TensorFlow，主要是卷积神经网络，完成计算机视觉中一些分类、检测、识别、图像处理等部分（之前的被我不小心删除了）☆55Updated 7 years ago
- ✨基于卷积神经网络(CNN)和CIFAR10数据集的图像智能分类 Web 应用 Intelligent Image Classification Web Applcation based on Convolutional Neural Networks and the CI…☆118Updated last year
- 基于 Pytorch 的垃圾识别与分类。本项目源于浙江大学光电学院课程设计。（程序仅供参考，很久没关注这方面内容了，为避免误导，相关问题不作回答）☆65Updated 5 years ago
- 基于卷积神经网络的猫狗识别 web 应用☆165Updated 3 years ago
- 基于数字图像处理的车牌定位和分割☆13Updated 6 years ago
- 机器学习大作业支撑代码：SVM、随机森林、深度学习☆13Updated 5 years ago
- 基于OpenCV的手势识别完整项目☆45Updated 3 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆182Updated 2 years ago
- CNN卷积神经网络 交通标志识别☆125Updated 7 years ago
- 机器学习入门：手写数字识别，声呐分类，垃圾短信识别，鸢尾花分类☆43Updated 6 years ago
- 机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259☆56Updated 5 years ago