基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
2024/11/16 6:47:58
224KB
1
对于双输入双输出系统的模型预测控制（DMC）的MATLAB实现，能直接运行得到结论，是学习DMC的一个较好的资源。
2024/11/9 7:28:52
1.78MB
1
包含外部有效性指标和内部有效性指标，Randindex、AdjustedRandindex、Mirkinindex、HubertindexSilhouette、Davies-Bouldin、Calinski-Harabasz、Krzanowski-Lai、Hartigan、weightedinter-tointra-clusterratio、HomogeneitySeparation
2024/11/7 2:42:06
47KB
1
目录第一章最优化理论基础11.1最优化问题的数学模型........................11.2向量和矩阵范数............................21.3函数的可微性与展开.........................41.4凸集与凸函数.............................71.5无约束问题的最优性条件......................101.6无约束优化问题的算法框架.....................12第二章线搜索技术162.1精确线搜索及其Matlab实现....................182.2非精确线搜索及其Matlab实现...................242.3线搜索法的收敛性..........................27第三章最速下降法和牛顿法323.1最速下降方法及其Matlab实现...................323.2牛顿法及其Matlab实现.......................363.3修正牛顿法及其Matlab实现....................41
2.44MB
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