IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

C Discussion :

K-means clustering


Sujet :

C

  1. #1
    Candidat au Club
    Homme Profil pro
    Étudiant
    Inscrit en
    Août 2015
    Messages
    4
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 33
    Localisation : Tunisie

    Informations professionnelles :
    Activité : Étudiant

    Informations forums :
    Inscription : Août 2015
    Messages : 4
    Points : 4
    Points
    4
    Par défaut K-means clustering
    Bonsoir,
    Je suis en trains d’appliquer l’algorithme de K-means sur une image BMP.
    J’ai téléchargé le code k-means.c de ce site http://www.medphysics.wisc.edu/~ethan/kmeans/
    Mais je n’ai pas compris comment mettre mes pixels comme entré a cet algorithme ?
    Est-ce que quelqu’un peut m’expliquer ou de me donné des tutoriels de k-means en C ?
    Merci d’avance.

  2. #2
    Expert éminent sénior

    Femme Profil pro
    Ingénieur développement logiciels
    Inscrit en
    Juin 2007
    Messages
    5 189
    Détails du profil
    Informations personnelles :
    Sexe : Femme
    Localisation : France, Essonne (Île de France)

    Informations professionnelles :
    Activité : Ingénieur développement logiciels

    Informations forums :
    Inscription : Juin 2007
    Messages : 5 189
    Points : 17 141
    Points
    17 141
    Par défaut
    k means est un algorithme, ce que tu as trouvé est une implémentation.
    En l'occurence, fournie par un développeur isolé (visiblement un chercheur). Lui seul pourra t'aider avec son code.

    Concretement, il y a une fonction kmeans:
    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    void kmeans(
                int  dim,		                     // dimension of data 
     
                double *X,                        // pointer to data
                int   n,                         // number of elements
     
                int   k,                         // number of clusters
                double *cluster_centroid,         // initial cluster centroids
                int   *cluster_assignment_final  // output
               )
      {
    J'en déduis qu'il faut que tes données soient un tableau de doubles, et que tu disposes d'autres informations.
    Je ne connais pas du tout le sujet, mais puisque tu connais l'algo, en lisant les fonctions, tu dois pouvoir déduire la forme à donner à tes informations.
    Mes principes de bases du codeur qui veut pouvoir dormir:
    • Une variable de moins est une source d'erreur en moins.
    • Un pointeur de moins est une montagne d'erreurs en moins.
    • Un copier-coller, ça doit se justifier... Deux, c'est un de trop.
    • jamais signifie "sauf si j'ai passé trois jours à prouver que je peux".
    • La plus sotte des questions est celle qu'on ne pose pas.
    Pour faire des graphes, essayez yEd.
    le ter nel est le titre porté par un de mes personnages de jeu de rôle

Discussions similaires

  1. Créer des clusters en utilisant k-means à partir d'un fichier XML
    Par mouned dans le forum Méthodes exploratoires
    Réponses: 1
    Dernier message: 13/02/2015, 16h52
  2. K means clustering
    Par Edisean dans le forum Méthodes exploratoires
    Réponses: 6
    Dernier message: 14/12/2011, 13h47
  3. Color-Based Segmentation Using K-Means Clustering
    Par hg2051 dans le forum Images
    Réponses: 2
    Dernier message: 15/08/2011, 15h21
  4. segmentation d'images- fuzzy c-mean clustering
    Par nawraz dans le forum Images
    Réponses: 2
    Dernier message: 27/02/2008, 21h11

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo