K-Means算法是使用最为普及的聚类算法[2]。
该算法以类中千般本的加权均值(称为质心)代表该类，只用于数字属性数据的聚类，全局阈值联系，对于图像的联系还挺好的，不能够使直方图，
该算法以类中千般本的加权均值(称为质心)代表该类，只用于数字属性数据的聚类，全局阈值联系，对于图像的联系还挺好的，不能够使直方图，
2023/5/7 22:10:03
1KB
1
从网上找了许多资料，发现都不太适宜的，而本法度圭表标原则经由更正收拾，搜罗残缺数据集文件，代码文件，导入就可运行，有甚么不正当的驱散相互谈判。
2023/4/28 9:02:01
9KB
1
数字图像处置的k-means算法实现，能够残缺把图像联系为k个聚点，进而把图片分为k中不合的色调，譬如：k=2，图像搜罗两种色调（黑，白）；
k=3，图像搜罗两种色调（黑白灰），等等。
随着k值越大，图像越来越濒临原图色调。
k=3，图像搜罗两种色调（黑白灰），等等。
随着k值越大，图像越来越濒临原图色调。
2023/3/29 12:40:06
190KB
1
k-means离群点剔除法：次要运用聚类均值方法剔除数据中的离群点，增强模型预测的精度等，本文为matlab代码
2023/2/23 11:28:52
3KB
1
基于克隆选择原理和免疫优势理论,本文提出一种新的基于免疫优势的克隆选择聚类算法(Immun-odomaincebasedClonalSelectionClusteringAlgorithm,IDCSCA),该算法通过在经典的克隆选择算法框架中,引入基于免疫优势理论的免疫优势算子实现了在线自适应动态获得先验知识和个体间的信息共享.新算法首先通过对群体中若干最优抗体的分析,提取免疫优势,然后将其推广到整个抗体群,通过在进化过程中利用积累的先验知识,在保证抗体种群多样性的基础上加快收敛速度.采用个5个数据集对算法功能进行了测试,与模糊C均值算法(FuzzyC-means,FCM)、基于遗传算法的模糊聚类算法(GeneticAlgorithmbasedFuzzyC-means,GAFCM)以及基于克隆选择的模糊聚类算法(ClonalSelectionAlgorithmbasedFuzzyC-means,CSAFCM)比较,结果表明IDCSCA能有效避免聚类中心迭代过程中陷入局部最优点的问题,而且聚类功能更稳定.
2023/2/14 23:49:41
672KB
1
包括两个文件，kmeans聚类算法cpp文件，和用于测试的鸢尾花数据集txt文件，代码带详细注释，简约明了，下载之后马上可以进行测试
2023/2/12 10:50:25
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