MeanShift

MeanShift[list,d]

将 list 中的每个元素用差值少于 d 的所有元素的均值替代.

MeanShift[list,d,{p1,p2,…}]

返回列表，其中只有指定的部分 pi 用均值漂移数值替换.

MeanShift[image,…]

image 中像素值的均值漂移.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (3)

一列整数的均值漂移：

一列向量的均值漂移：

在多次迭代后，图像像素的均值漂移：

范围  (4)

从一个数据集中删除均匀噪声：

对符号表达式应用均值漂移算法：

将均值漂移算法应用于点的子集：

保持输入的精度：

选项  (8)

DistanceFunction  (3)

默认情况下，使用 EuclideanDistance：

指定距离函数：

使用自定义距离函数：

MaxIterations  (2)

默认情况下，只对输入应用均值漂移的一次迭代：

使用 MaxIterations 指定迭代次数：

使用 MaxIterations->Infinity 运行直到收敛：

使用 MaxIterations 对数据进行迭代平滑：

Tolerance  (1)

默认情况下，使用零容差：

指定接受的容差：

Weights  (2)

默认情况下，使用一致的权值：

对邻值线性添加权值，基于它们与每个样本的距离：

对邻值指数添加权值，基于它们与每个样本的距离的平方：

颜色分割的 "Gaussian" 权值：

在默认的一致权值下：

应用  (9)

平滑  (2)

求带有噪声的数据集中的大型特征：

使用联合空间范围区域中五维特征的均值漂移，对图像进行平滑处理：

使用 LABColor 数值，适用于计算颜色距离：

计算规范到范围0至1之间的空间位置特征：

从颜色和像素的位置构建五维特征：

使用 "Gaussian" 权值和 EuclideanDistance 执行均值漂移的一次迭代，等价于对高斯权值的空间和范围特征加倍：

使用滤波颜色数值创建输出图像：

执行10个迭代：

均值漂移的移动  (2)

计算一维均值漂移向量：

生成单峰二维数据：

计算点向该模式迭代上升的轨迹：

可视化连续均值漂移向量的范式和方向：

可视化上升过程：

求估计分布的模式  (1)

在三个模式0、2和4下，从某些分布获取样本数据：

对棋盘数据的样本应用均值漂移直至收敛：

通过从扰动位置重新开始均值漂移，对非内在概率密度函数的局部最大值的点进行处理：

通过收集附近的峰值查找模式：

聚类  (2)

从某些分布产生数据：

应用均值漂移直至所有数据点收敛：

把结果收集为聚类：

可视化聚类：

从某些分布产生大量数据：

对数据样本的比率，计算轨迹：

合并在彼此半径内结束的路径：

对每个轨迹添加标签，并且计算相应的最近函数：

把每个未添加标签的样本添加分配给最近的轨迹的标签：

可视化聚类：

计算均值漂移，直至整个数据集的收敛花费更长时间：

图像分割  (2)

在 "LAB" 颜色分量的三维特征空间中迭代进行均值漂移滤波：

在五维空间范围特征域上执行均值漂移均值：

合并由少于半径的特征值分开的分量：

计算最后的分割和数量化的图像：

属性和关系  (3)

在列表的某些部分上执行均值漂移：

提取均值漂移元素：

在图像的某些部分上执行均值漂移：

为第一个检测到的明亮分量创建遮罩：

进行平滑处理：

提取均值漂移像素值：

均值漂移向量与由密度估计规范化的梯度密度成正比：

巧妙范例  (1)

显示均值漂移的多次迭代：

Wolfram Research (2010)，MeanShift，Wolfram 语言函数，https://reference.wolfram.com/language/ref/MeanShift.html （更新于 2014 年）.

文本

Wolfram Research (2010)，MeanShift，Wolfram 语言函数，https://reference.wolfram.com/language/ref/MeanShift.html （更新于 2014 年）.

CMS

Wolfram 语言. 2010. "MeanShift." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2014. https://reference.wolfram.com/language/ref/MeanShift.html.

APA

Wolfram 语言. (2010). MeanShift. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/MeanShift.html 年

BibTeX

@misc{reference.wolfram_2024_meanshift, author="Wolfram Research", title="{MeanShift}", year="2014", howpublished="\url{https://reference.wolfram.com/language/ref/MeanShift.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_meanshift, organization={Wolfram Research}, title={MeanShift}, year={2014}, url={https://reference.wolfram.com/language/ref/MeanShift.html}, note=[Accessed: 22-November-2024 ]}