本书将电力系统继电保护原理与MATLAB/Simulink仿真有机地结合起来，在讲解继电保护原理的同时，用MATLAB/Simulink的仿真实例来验证所讲保护的动作原理及故障特征，以帮助读者能够更为方便、直观地掌握较为抽象的继电保护原理及配合关系，较快地进入电力系统继电保护这一领域。
本书可作为高等院校电气工程及其自动化专业的本、专科教材，也可作为电气工程相关专业研究生、电力系统工程技术人员的参考书。
前言第1章绪论11.1电力系统继电保护的基本任务11.2电力系统继电保护的基本原理及组成21.2.1电力系统继电保护的基本原理21.2.2电力系统继电保护的组成41.3对电力系统继电保护的基本要求51.4电力系统继电保护的发展简史61.5电力系统仿真及MATLAB简介8第2章电流互感器与电压互感器102.1电流互感器102.1.1电流互感器简介102.1.2电流互感器的常用额定参数102.1.3电流互感器的常用接线方式l22.2电压互感器122.2.1电压互感器简介122.2.2电压互感器的常用额定参数132.2.3电压互感器常用的接线方式142.3电流、电压互感器仿真示例152.3.1电流互感器两相星形接线的建模与仿真152.3.2考虑电流互感器饱和特性时的建模与仿真-222.3.3电容式电压互感器的建模与暂态特性仿真24第3章电网相间短路的电流电压保护与仿真273.1继电特性及运行方式273.1.1继电器的继电特性273.1.2继电保护的运行方式283.2单侧电源网络的相间电流、电压保护293.2.1电流速断保护（电流保护I段）303.2.2限时电流速断保护（电流保护Ⅱ段）313.2.3定时限过电流保护（电流保护疆段）333.2.4三段式电流保护装置353.2.5电流电压联锁速断保护353.2.6反时限过电流保护373.2.7电流保护的功能分析393.3单侧电源网络相间电流保护的建模与仿真393.3.1三段式电流保护的建模与仿真393.3.2电动机自起动对过电流保护的影响仿真463.4电网相间短路的方向电流保护原理503.4.1方向电流保护的作用原理503.4.2功率方向元件的工作原理513.4.3相间短路功率判别元件的接线方式543.4.4双侧电源网络中电流保护整定的特点553.4.5对方向性电流保护的评价583.5电网相间短路的方向电流保护的建模与仿真583.5.1功率方向元件的建模与仿真583.5.2分支电路对限时电流速断保护的影响仿真62第4章电网接地故障的电流电压保护与仿真．，664.1电力系统中性点运行方式与接地故障概述664.1.1电力系统中性点运行方式的分类664.1.2不同中性点运行方式下的接地故障674.2大电流接地系统的接地短路保护684.2.1中性点直接接地电网发生接地短路时的故障特征694.2.2零序分量的获取704.2.3中性点直接接地电网的接地保护734.2.4对零序电流保护的评价774.3小电流接地系统的单相接地保护784.3.1中性点不接地电网单相接地时的故障特征784.3.2中性点经消弧线圈接地系统单相接地的故障特征814.3.3小电流接地系统的绝缘监视及单相接地故障选线方法844.4电网接地故障的建模与仿真854.4.1中性点直接接地电网接地故障的建模与仿真854.4.2中性点不接地电网接地故障的建模与仿真914.4.3中性点经消弧线圈接地电网接地故障的建模与仿真97第5章电网的距离保护与仿真1015.1距离保护的作用原理1015.1.1距离保护的基本概念1015.1.2距离保护的时限特性1025.1.3距离保护的组成1025.2阻抗继电器一1035.2.1阻抗继电器的分类1035.2.2圆特性阻抗继电器1045.2.3直线与四边形特性的阻抗继电器一1095.2.4阻抗继电器的精确工作电流1105.3阻抗继电器的接线方式1115.3.1故障时的母线电压1115.3.20。
接线方式分析1115.3.3带零序补偿的接线方式分析1135.4距离保护的整定计算1135.4.1各段保护具体的整定原则1135.4.2采用四边形特性的阻抗继电器的整定计算方法1155.5距离保护的振荡闭锁1155.5.1电力系统振荡时电流、电压的变化规律1165.5.2电力系统振荡时测量阻抗的变化
本书可作为高等院校电气工程及其自动化专业的本、专科教材，也可作为电气工程相关专业研究生、电力系统工程技术人员的参考书。
前言第1章绪论11.1电力系统继电保护的基本任务11.2电力系统继电保护的基本原理及组成21.2.1电力系统继电保护的基本原理21.2.2电力系统继电保护的组成41.3对电力系统继电保护的基本要求51.4电力系统继电保护的发展简史61.5电力系统仿真及MATLAB简介8第2章电流互感器与电压互感器102.1电流互感器102.1.1电流互感器简介102.1.2电流互感器的常用额定参数102.1.3电流互感器的常用接线方式l22.2电压互感器122.2.1电压互感器简介122.2.2电压互感器的常用额定参数132.2.3电压互感器常用的接线方式142.3电流、电压互感器仿真示例152.3.1电流互感器两相星形接线的建模与仿真152.3.2考虑电流互感器饱和特性时的建模与仿真-222.3.3电容式电压互感器的建模与暂态特性仿真24第3章电网相间短路的电流电压保护与仿真273.1继电特性及运行方式273.1.1继电器的继电特性273.1.2继电保护的运行方式283.2单侧电源网络的相间电流、电压保护293.2.1电流速断保护（电流保护I段）303.2.2限时电流速断保护（电流保护Ⅱ段）313.2.3定时限过电流保护（电流保护疆段）333.2.4三段式电流保护装置353.2.5电流电压联锁速断保护353.2.6反时限过电流保护373.2.7电流保护的功能分析393.3单侧电源网络相间电流保护的建模与仿真393.3.1三段式电流保护的建模与仿真393.3.2电动机自起动对过电流保护的影响仿真463.4电网相间短路的方向电流保护原理503.4.1方向电流保护的作用原理503.4.2功率方向元件的工作原理513.4.3相间短路功率判别元件的接线方式543.4.4双侧电源网络中电流保护整定的特点553.4.5对方向性电流保护的评价583.5电网相间短路的方向电流保护的建模与仿真583.5.1功率方向元件的建模与仿真583.5.2分支电路对限时电流速断保护的影响仿真62第4章电网接地故障的电流电压保护与仿真．，664.1电力系统中性点运行方式与接地故障概述664.1.1电力系统中性点运行方式的分类664.1.2不同中性点运行方式下的接地故障674.2大电流接地系统的接地短路保护684.2.1中性点直接接地电网发生接地短路时的故障特征694.2.2零序分量的获取704.2.3中性点直接接地电网的接地保护734.2.4对零序电流保护的评价774.3小电流接地系统的单相接地保护784.3.1中性点不接地电网单相接地时的故障特征784.3.2中性点经消弧线圈接地系统单相接地的故障特征814.3.3小电流接地系统的绝缘监视及单相接地故障选线方法844.4电网接地故障的建模与仿真854.4.1中性点直接接地电网接地故障的建模与仿真854.4.2中性点不接地电网接地故障的建模与仿真914.4.3中性点经消弧线圈接地电网接地故障的建模与仿真97第5章电网的距离保护与仿真1015.1距离保护的作用原理1015.1.1距离保护的基本概念1015.1.2距离保护的时限特性1025.1.3距离保护的组成1025.2阻抗继电器一1035.2.1阻抗继电器的分类1035.2.2圆特性阻抗继电器1045.2.3直线与四边形特性的阻抗继电器一1095.2.4阻抗继电器的精确工作电流1105.3阻抗继电器的接线方式1115.3.1故障时的母线电压1115.3.20。
接线方式分析1115.3.3带零序补偿的接线方式分析1135.4距离保护的整定计算1135.4.1各段保护具体的整定原则1135.4.2采用四边形特性的阻抗继电器的整定计算方法1155.5距离保护的振荡闭锁1155.5.1电力系统振荡时电流、电压的变化规律1165.5.2电力系统振荡时测量阻抗的变化
2023/2/8 17:53:30
40.97MB
1
随机森林randomforest模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法它通过对大量分类树的汇总提高了模型的预测精度是取代神经网络等传统机器学习方法的新的模型随机森林的运算速度很快在处理大数据时表现优良随机森林不需要顾虑一般回归分析面临的多元共线性的问题不用做变量选择现有的随机森林软件包给出了所有变量的重要性另外随机森林便于计算变量的非线性作用而且可以体现变量间的交互作用interaction它对离群值也不敏感本文通过3个案例分别介绍了随机森林在昆虫种类的判别分析有无数据的分析取代逻辑斯蒂回归和回归分析上的应用案例的数据格式和Ｒ语言代码可为研究随机森林在分类与回归分析中的应用提供参考"＞随机森林randomforest模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法它通过对大量分类树的汇总提高了模型的预测精度是取代神经网络等传统机器学习方法的新的模型随机森林的运算速度很快在处理大数[更多]
2023/2/3 14:01:57
1.86MB
1
采用朴素贝叶斯的学习方法对垃圾邮件进行判别分类。
程序可在Matlab中运行。
留意：程序代码在压缩包中的Homework1solution.pdf中！
程序可在Matlab中运行。
留意：程序代码在压缩包中的Homework1solution.pdf中！
2020/10/26 18:15:32
603KB
1
采用朴素贝叶斯的学习方法对垃圾邮件进行判别分类。
程序可在Matlab中运行。
留意：程序代码在压缩包中的Homework1solution.pdf中！
程序可在Matlab中运行。
留意：程序代码在压缩包中的Homework1solution.pdf中！
2020/10/26 18:15:32
603KB
1
《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作 者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作 者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15
2016/1/18 19:48:46
95.69MB
1
《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作 者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作 者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15
2016/1/18 19:48:46
95.69MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB