本书讲述模糊数学方法及其应用，主要内容包括：模糊集合及其运算、模糊统计方法、模糊聚类分析、模糊模型识别、模糊决策、模糊线性规划等以及它们在科学技术与经济管理中的应用．本书的特点是兼顾"数学概念、方法"与"应用技术、模型"两个方面，既注重模糊概念的直观描述，又有配套的应用软件，实际例子较多，可操作性强．本书可作为大学本科生、研究生的教材或参考书，也可供广大科技工作者使用．
2025/3/23 12:23:56
4.29MB
1
2005年由匈牙利DepartmentofProcessEngineeringUniversityofVeszprem的BalazsBalasko,JanosAbonyiandBalazsFeil编写的模糊聚类及数据分析工具箱。
代码很全面，包括文档说明。
包括聚类算法KmeansKmedoidsFCMGKGG，聚类评价方法，聚类降维可视化方法。
其中，说明文档我做了书签，便于大家阅读。
PS：本来没打算索要资源分，因为是人家开源发布的东西。
但是，上传资源的时候点选了资源分，就没有0分的选项，最后只能选择这个最低1分了。
如果没有帐号或者资源分不够，可以联系我，我分享给你们。
或者去找原资源网站，或者去可以不收取资源分的地方下载吧！大家共同学习进步！QQ：379786867（亦可微信）
代码很全面，包括文档说明。
包括聚类算法KmeansKmedoidsFCMGKGG，聚类评价方法，聚类降维可视化方法。
其中，说明文档我做了书签，便于大家阅读。
PS：本来没打算索要资源分，因为是人家开源发布的东西。
但是，上传资源的时候点选了资源分，就没有0分的选项，最后只能选择这个最低1分了。
如果没有帐号或者资源分不够，可以联系我，我分享给你们。
或者去找原资源网站，或者去可以不收取资源分的地方下载吧！大家共同学习进步！QQ：379786867（亦可微信）
2024/12/18 5:11:11
2.01MB
1
从用户的实际需求出发，分析了聚类系统的使用者可能对系统提出的功能要求，提出了一种基于加权Eucfid距离的模糊C聚类分析算法。
在该算法中，权值是由用户或领域的专家直接指定的，加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。
与传统的模糊C聚类分析相比，该算法增加了聚类的灵活性，能够产生令用户更加满意的聚类结果
在该算法中，权值是由用户或领域的专家直接指定的，加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。
与传统的模糊C聚类分析相比，该算法增加了聚类的灵活性，能够产生令用户更加满意的聚类结果
2024/10/15 22:37:56
167KB
1
主要讲聚类算法的综述。
这篇文章几乎将各个领域的聚类算法给一网打尽，太好了。
从各种方向上来谈论聚类算法(层次,划分,大数据集,图形,文本聚类,模糊聚类等)，以及聚类的相关问题(如何计算距离,如何确定聚类个数,如果对聚类结果进行评价等)
这篇文章几乎将各个领域的聚类算法给一网打尽，太好了。
从各种方向上来谈论聚类算法(层次,划分,大数据集,图形,文本聚类,模糊聚类等)，以及聚类的相关问题(如何计算距离,如何确定聚类个数,如果对聚类结果进行评价等)
2024/10/13 21:11:39
1.49MB
1
K均值算法：调用模糊聚类库函数kmeansPso粒子群聚类程序：没有最优解，多次迭代基于模拟退火的k均值聚类：可以有最优解基于pso的k均值算法：有最优解，根据适应度判断，适应度越小，分类效果越好
2024/6/19 14:18:26
12KB
1
模糊聚类分析传递闭包算法FCM的matlab程序，能对数据进行分类处理,经调试验证无误。
2024/6/9 17:52:05
2KB
1
为了提高雷达调制信号在电子对抗环境中的分选准确度，建立了基于偏联系数模糊聚类(PCFCM)算法和教与学随机森林(TLRF)算法的雷达调制信号分选(PCFCM-TLRF)模型。
该模型引入偏联系数(PCN)改进K均值聚类(K-means)算法，优化模糊C均值聚类(FCM)算法，用优化后的FCM算法对信号样本集进行预处理；
使用“教与学”优化(TLBO)算法优化随机森林(RF)算法，使优化后的RF算法能够以更低的复杂度构成更优的分类器；
将预处理后的样本作为TLRF中的训练样本实现信号分选。
研究结果表明，与其他分选模型相比，PCFCM-TLRF模型具有更高的分选准确度，能够有效地实现雷达调制信号的分选。
该模型引入偏联系数(PCN)改进K均值聚类(K-means)算法，优化模糊C均值聚类(FCM)算法，用优化后的FCM算法对信号样本集进行预处理；
使用“教与学”优化(TLBO)算法优化随机森林(RF)算法，使优化后的RF算法能够以更低的复杂度构成更优的分类器；
将预处理后的样本作为TLRF中的训练样本实现信号分选。
研究结果表明，与其他分选模型相比，PCFCM-TLRF模型具有更高的分选准确度，能够有效地实现雷达调制信号的分选。
3.03MB
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