我试图根据身体部位之间的角度聚集一些图像.
从每个图像中提取的特征是:
angle1 : torso - torso
angle2 : torso - upper left arm
..
angle10: torso - lower right foot
因此,输入数据是大小为1057x10的矩阵,其中1057代表图像的数量,10代表具有躯干的身体部位的角度.类似地,testSet是821x10矩阵.
我希望输入数据中的所有行都使用88个簇进行聚类.然后我将使用这些集群来查找TestData落入哪些集群？
在之前的工作中,我使用了K-Means聚类,这非常简单.我们只要求K-Means将数据聚类为88个集群.并实现另一种计算测试数据中每一行与每个集群中心之间距离的方法,然后选择最小值.这是相应输入数据行的集群.
我有两个问题:
是否可以在MATLAB中使用SOM执行此操作？AFAIK SOM用于视觉聚类.但是我需要知道每个集群的实际类,以便稍后我可以通过计算它所属的集群来标记我的测试数据.
你有更好的解决方案吗？