数据挖掘实验报告、基于R言语实现，包括数据、算法描述、代码、实验分析、软件Rstudio等内容，分类算法包括随机森林、Adaboosting、K近邻、神经网络、支持向量机、朴素贝叶斯等，聚类算法包括K-Means聚类、层次聚类、SOM网络聚类和关联规则。
2018/3/2 5:45:02
92.32MB
1
数据挖掘实验报告、基于R言语实现，包括数据、算法描述、代码、实验分析、软件Rstudio等内容，分类算法包括随机森林、Adaboosting、K近邻、神经网络、支持向量机、朴素贝叶斯等，聚类算法包括K-Means聚类、层次聚类、SOM网络聚类和关联规则。
2018/3/2 5:45:02
92.32MB
1
k-means算法数据集，有1000个二维的数据集，采用python代码编写，用最底层代码编写完成k-means聚类，文中分为四个聚类中心点，有助初学者理解，编写调试
2021/3/17 1:22:16
20KB
1
提出了一种基于骨架拐角检测的分离方法，以处理视频监控中合并车辆的问题。
首先，通过“射击法”提取融合区域的骨架，并通过角点检测得到骨架的角点。
其次，利用K-means聚类方法对角点进行聚类，从聚类结果中获取合并车辆的分割线。
来自监视视频的五十幅图像被用作实验数据。
实验结果表明，该算法不仅可以有效缓解合并车辆分离中的过度分割问题，而且可以减少所需的分离时间。
首先，通过“射击法”提取融合区域的骨架，并通过角点检测得到骨架的角点。
其次，利用K-means聚类方法对角点进行聚类，从聚类结果中获取合并车辆的分割线。
来自监视视频的五十幅图像被用作实验数据。
实验结果表明，该算法不仅可以有效缓解合并车辆分离中的过度分割问题，而且可以减少所需的分离时间。
2021/4/2 3:37:08
854KB
1
可以做图像分割，数据挖掘，目前，针对K-Means算法研究及应用，尤其是在文本聚类挖掘层面的应用研究越来越多。
K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。
该算法认为簇是由距离靠近的对象组成的，因而把得到紧凑且独立的簇作为最终目标。
K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。
该算法认为簇是由距离靠近的对象组成的，因而把得到紧凑且独立的簇作为最终目标。
2015/5/23 20:02:13
3KB
1
我的数据是115*64维的，需要进行聚类操作，于是自己动手进行了实验，运用的是matlab语言，最初选取部分进行可视化展示，效果还不错。
（代码注释完整）
（代码注释完整）
2022/10/17 15:36:09
61KB
1
用python写的一个k-means聚类算法的实现，测试数据在压缩包的data.txt中，结果通过图示的方法进行直观展现。
2022/10/1 15:36:31
5KB
1
用于负荷数据曲线分析，输出曲线数据，输出分类结果，并可视化显示聚类效果。
该方法采用均一化、曲线平滑、特殊值处理、DB值评价聚类结果、自动选择聚类数等过程，能够较好的完成曲线数据处理。
该方法采用均一化、曲线平滑、特殊值处理、DB值评价聚类结果、自动选择聚类数等过程，能够较好的完成曲线数据处理。
2021/1/21 18:29:14
4KB
1
用VC2008完成的C#源码，控制台程序，举了一个小例子，用于理解K-means聚类算法的核心思想，适用于初学者。
2018/10/20 13:09:19
26KB
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