基本思想：首先任意选取K个聚类中心，按最小距离原则将各模式分配到K类的某一类；
不断计算聚类中心和调整各模式的类别，最终使各模式到其判属类别中心的距离平方之和最小。

简介：
基于DBSCAN密度聚类的风电与负荷场景生成与削减模型研究,[1]关键词：密度聚类 场景削减 DBSCAN 场景生成与削减; k-mean聚类 [2]参考文档：《氢能支撑的风-燃气耦合低碳微网容量优化配置研究》第3章 [3]主要内容：代码主要做的是一个基于DBSCAN密度聚类的风电-负荷场景生成与削减模型，首先，采集风电、电负荷历史数据。
然后，通过采用 DBSCAN 密度聚类的数据预处理消除异常或小概率电负荷、风电数据。
之后，针对风电波动性与电负荷时序性、周期性特点，将场景提取分为电负荷场景提取和风电场景提取。
不同于传统的Kmeans方法，此方法更加具有创新性，场景模型与提取更具有代表性，代码非常nice ,核心关键词：DBSCAN; 密度聚类; 场景生成与削减; k-mean聚类; 风电场景提取; 电负荷场景提取,"基于DBSCAN密度聚类的风电-负荷场景生成与削减模型研究"

根据算法原理自己编写的基本算法的代码，包括自己挑选的数据集，对算法准确率的测试

数据介绍：Apre-classifieddatasetcontaining11,000webpagesfrom11differentcategories.Althoughthisdatasetwasdesignedforunsupervisedclusteringexperimentsitcanbeusedforanytypewebpagemachine-learningtechnique.FormoreinformationseeBankSearchDatasetPage.Submittedbym.p.sinka@rdg.ac.uk.关键词：预先分类的数据集,网页,种类,聚类实验,pre-classifieddataset,webpage,category,clusteringexperiment,数据格式：TEXT数据详细介绍：bankresearchdatasetAbstractApre-classifieddatasetcontaining11,000webpagesfrom11differentcategories.Althoughthisdatasetwasdesignedforunsupervisedclusteringexperimentsitcanbeusedforanytypewebpagemachine-learningtechnique.FormoreinformationseeBankSearchDatasetPage.Submittedbym.p.sinka@rdg.ac.uk.Copyright

运用MATLAB做模糊聚类系谱图，该方法简便，动态谱系图具有多个分类系数与多种分析，可以按需选择

基于matlab软件设计的模糊GK聚类算法，进行数据的聚类分析

用php实现kmeans算法，在此基础上可以修改为数据库数据的聚类分析。

matlab模糊聚类算法进行图像分割的源程序，适合进行图像分割的学者

主要用于多核聚类实验，多视图学习实验，以及数据融合中。

已经排版好的SAS研究生课程作业，附带源码以及数据，使用了描述性统计分析，因子分析以及聚类分析等多种分析方法，代码执行过程中的贴图也已经弄好了，给广大研究生朋友一点福利。

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。