老物了，網上的例子多的數不過來。不過我還是有必要練習一下的。
之所以看這個演算法是因為最近在看顏色聚合向量時，有的**用到了最小生成樹，因此我就拿來熟悉一下。
kruskal演算法類似於連通分支演算法，感覺和過去實現過的連通區域標記演算法非常像。
步驟：1.對於乙個圖，將圖的每條邊提取出來從小到大進行排序。
2.將已排序的邊依次加入到新圖中，如果新圖**現了環，那麼就捨棄這條邊。
3.不斷重複第二步。
下面兩個圖就是kruskal演算法前後的樣子。
**如下：
main.m
clear all;huan.mclose all;
clc;
%演算法導論p349的列子
g=[040
0000
80; 40
8000
0110;
0807040
02; 00
70914
000;
00090100
00; 00
414100
200;
0000020
16; 811
0000
107;
0020006
70];[m n]=size(g);
e=;k=0
; %邊的數量
for i=1
:m
for j=i:n
if g(i,j)~=0
e=[e;g(i,j) i j]; %提取邊，三元組儲存
k=k+1
;
endend
endfor i=k:-1:1
%按邊的權重排序，小的排前面
for j=1:i-1
if e(j,1)>e(j+1,1
) tmp=e(j,:);
e(j,:)=e(j+1
,:);
e(j+1,:)=tmp;
endend
enda=zeros(m,n);
for i=1
:k
a(e(i,
2),e(i,3))=e(i,1
); a(e(i,
3),e(i,2))=e(i,1
);
ifhuan(a) %加入邊後判斷圖中是否含有環
a(e(i,
2),e(i,3))=0
; a(e(i,
3),e(i,2))=0
;
endend
function re=huan(a)[m n]=size(a);
while
1pre_a=a;
for i=1
:m du=0
; %第m個元素的度
for j=1
:n
if a(i,j)~=0
du=du+1
;
endend
if du==1
%元素的度為1時刪除這個元素，其相鄰元素度減一
a(i,:)=0
; a(:,i)=0
;
endend
if pre_a==a %圖中沒有度為1的元素則退出
break
;
endend
if sum(a(:))==0
re=0
;
else
re=1
;
endend
matlab練習程式（DBSCAN）
和kmeans相比，不需要事先知道資料的類數。以程式設計的角度來考慮，具體演算法流程如下 1.首先選擇乙個待處理資料。2.尋找和待處理資料距離在設定半徑內的資料。3.將找到的半徑內的資料放到乙個佇列中。4.拿佇列頭資料作為當前待處理資料並不斷執行第2步。5.直到遍歷完佇列中所有資料，將這些資料記為一...
matlab練習程式（c c 呼叫matlab）
就我目前了解的c 呼叫matlab有兩種方法。第一種是通過matlab引擎呼叫，也就是這裡用到的方法。第二種是用matlab將m檔案編譯為相應的h lib dll檔案再加以呼叫。使用engine所用到的h和lib檔案基本在d program files matlab r2010b extern裡面，...
matlab練習程式（SUSAN檢測）
susan運算元既可以檢測角點也可以檢測邊緣，不過角點似乎比不過harris，邊緣似乎比不過canny。不過思想還是有點意思的。主要思想就是 首先做乙個和原影象等大的目標影象。然後用乙個圓形的模板，用模板去遍歷原影象每個畫素，把模板內的每個畫素都和模板中心畫素比較，如果灰度小於乙個閾值，那麼就對目標...