要求做，
在PGM文件上使用KMeans进行矢量量化（或图像压缩）
图像是PMG文件，b =块大小，k =次数，t =迭代，-g =初始质心
图像是这样的 126 131 128 126 129 130 127 128 130 123 132 128 131 124 131 129 。 。 129
算法1 K-means算法 要求：输入数据X = {x1; x2; ... xN}，簇数K，其中K <= N，初始 对质心的猜测Y = {y1; y2; .. yK}，最大迭代次数T。
表示t = 1; 2; .... T做什么 对于i = 1; 2; .... N做
从当前集合Y中找到最接近xi的质心 将xi分配给最近的质心 结束为 对于j = 1; 2; .... K做
将yj更新为分配给yj的向量的平均值 结束为 结束为
在K-means之后，我们将原始数据减少为K个原型向量Y的列表，作为
以及对于X中的每个向量，原型向量的索引最接近，即，
X = {x1; X2; .. xN} - ＆gt; Y = {y1; Y2; .. yK}，L = {l1; L2; .... lN};
其中每个li在1到K之间的整数中表示哪个原型向量xi是
最接近的一次。代替X，仅存储或传输Y和L.例如，使用b = 4
和K = 256，对于420x300像素的图像（123 KB未压缩）我们需要存储
X = 256 x {16字节} + Y = 7875 {字节} s~12 KB：
存储用于存储L
为了从压缩数据重建图像，我们简单地为每个b x b块 用它最接近块的derasterised原型矢量（回想一下 每个块对应于具有索引值Li的矢量xi
我要问的是，我完全不知道将更新yj指定为矢量的平均值以及如何重建图像是什么意思，任何人都可以向我解释。 是的，这是家庭作业，但如果有人能指出我正确的方向，我真的迷失了。
答案 0 :(得分：0)
所以最初你只是对质心（y's）应该是什么进行随机猜测。假设你想要3个星团，最初你猜测质心Y = {126,128,130}。在每次迭代使用最接近的质心放置簇中的每个点之后，再次计算Y.因此，如果您的质心y1（在此示例中最初为126）得到X的{126,126,127}，则您的新Y1是这3个点的平均值（126.33）。同样适用于y2和y3。