算法过程如下：1）从N个样本随机选取K个样本作为质心2）对剩余的每个样本测量其到每个质心的距离，并把它归到最近的质心的类3）重新计算已经得到的各个类的质心4）迭
2017/5/16 1:39:14
83KB
1
在连接MySQL数据库之前，您必须指定以下信息：MySQL数据源名称或DSN：指定MySQL数据库服务器的地址。
您可以运用IP地址或服务器名称，例如，127.0.0.1或localhostMySQL数据库名称：表示要连接的数据库的名称。
用户名和密码：指定用于连接MySQL数据库服务器的MySQL用户的用户名和密码。
该帐户必须具有足够的权限才能访问上面指定的数据库。
我们将运用：本地MySQL数据库服务器，这样DSN是localhost。
在classicmodels作为样本数据库。
root密码空白的帐户，只是为了演示。
连接MySQL步骤首先，为方便起见，我们将为数据库配置创建
您可以运用IP地址或服务器名称，例如，127.0.0.1或localhostMySQL数据库名称：表示要连接的数据库的名称。
用户名和密码：指定用于连接MySQL数据库服务器的MySQL用户的用户名和密码。
该帐户必须具有足够的权限才能访问上面指定的数据库。
我们将运用：本地MySQL数据库服务器，这样DSN是localhost。
在classicmodels作为样本数据库。
root密码空白的帐户，只是为了演示。
连接MySQL步骤首先，为方便起见，我们将为数据库配置创建
2020/4/2 9:27:30
45KB
1
是用于字母A到J的字体glypyhs的图像识别数据集，可用于简单的神经网络。
它与手写数字0到9的经典非常相似。
不幸的是，notMNIST数据的提供格式与MNIST数据的格式不同，因而，您不能只交换notMNIST数据文件并在其上不更改地运行神经网络。
这个仓库解决了这个问题：这里的四个*.gz文件具有与MNIST数据集中的同名文件相同的数据格式和相同的条目数。
但是图像不是手写数字，而是从A到J的字母（标签仍然是0到9）。
（这些文件在这里获得了notMNIST数据集的原始作者的许可。
）如果您有使用MNIST的神经网络，则应该能够替换此存储库中的数据文件并运行程序，而无需进行任何更改。
请注意，notMNIST数据集比MNIST更难，更不干净。
使用这些notMNIST文件，在MNIST上获得98％的准确度的简单2隐藏层网络就可以得到93或94％的准确度。
notMNIST数
它与手写数字0到9的经典非常相似。
不幸的是，notMNIST数据的提供格式与MNIST数据的格式不同，因而，您不能只交换notMNIST数据文件并在其上不更改地运行神经网络。
这个仓库解决了这个问题：这里的四个*.gz文件具有与MNIST数据集中的同名文件相同的数据格式和相同的条目数。
但是图像不是手写数字，而是从A到J的字母（标签仍然是0到9）。
（这些文件在这里获得了notMNIST数据集的原始作者的许可。
）如果您有使用MNIST的神经网络，则应该能够替换此存储库中的数据文件并运行程序，而无需进行任何更改。
请注意，notMNIST数据集比MNIST更难，更不干净。
使用这些notMNIST文件，在MNIST上获得98％的准确度的简单2隐藏层网络就可以得到93或94％的准确度。
notMNIST数
2015/3/4 9:25:41
22.13MB
1
MNIST数据集是一个手写阿拉伯数字图像识别数据集，图片分辨率为20x20灰度图图片，包含‘0-9’十组手写手写阿拉伯数字的图片。
其中，训练样本60000，测试样本10000，数据为图片的像素点值，作者曾经对数据集进行了压缩。
其中，训练样本60000，测试样本10000，数据为图片的像素点值，作者曾经对数据集进行了压缩。
2017/7/22 9:43:20
10.16MB
1
SRC(SparseRepresentationClassifier)稀疏表示分类器SOMP(SimultaneousOrthogonalMatchingPursuit)同步正交婚配追踪稀疏表示分类器应用于高光谱图像分类的MATLAB代码实现。
此程序为论文仿真，论文题目为：HyperspectralImageClassificationUsingDictionary-BasedSparseRepresentation论文地址：http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=5766028&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D5766028其实只实现了论文里的第一种方法SOMP各个文件功能简介：isomp_Indiana.m主程序SamplesNormalize.m数据归一化findlabel2.m划分训练样本和测试样本SOMP.m求稀疏表示矩阵assig
此程序为论文仿真，论文题目为：HyperspectralImageClassificationUsingDictionary-BasedSparseRepresentation论文地址：http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=5766028&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D5766028其实只实现了论文里的第一种方法SOMP各个文件功能简介：isomp_Indiana.m主程序SamplesNormalize.m数据归一化findlabel2.m划分训练样本和测试样本SOMP.m求稀疏表示矩阵assig
2017/6/23 20:17:18
4.1MB
1
利用经验模态分解提取IMF向量与残余向量的matlab程序，可以直接运转emdplus.m，亲测有效，不能运转不要钱~，主函数与样本熵函数samp经过了分析，里面有详细注解，EMD.m函数用的歪国人写的的~目前也是较为常用的版本了
2021/11/22 7:50:26
7KB
1
包含python代码与数据集，可直接运转。
一组鸢尾花数据集，这组数据集有100个样本点，用SVM来预测这些鸢尾花数据集中哪些是山鸢尾花，哪些是非山鸢尾花。
一组鸢尾花数据集，这组数据集有100个样本点，用SVM来预测这些鸢尾花数据集中哪些是山鸢尾花，哪些是非山鸢尾花。
2021/9/10 7:16:15
3KB
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