原创力文档- 1、本文档共5页，其中可免费阅读2页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
算法介绍经典无参数密度估计核密度梯度估计过程算法收敛性分析均值漂移是等提出的一种非参数概率密度梯度估计算法在统计相似性计算与连续优化方法之间建立了一座桥梁尽管它效率非常高但最初并未得到人们的关注直到年改进了算法中的核函数和权重函数并将其应用于聚类和全局优化才扩大了该算法的适用范围年到年等将该方法应用到图像特征空间的分析对图像进行平滑和分割处理随后他又将非刚体的跟踪问题近似为一个最优化问题使得跟踪可以实时进行由于算法完全依靠特征空间中的样本点进行分析不需要任何先验知识收敛速度快近年来被广泛应用于模
算法介绍经典Mean Shift1无参数密度估计 ............................................................................................................................ 1
2 核密度梯度估计过程 ................................................................................................................... 3
3 算法收敛性分析 ....
文档评论（0）