数据挖掘是从大量数据中用平凡的方法发现有用的知识。
聚类分析是数据挖掘的一个重要研究领域，它是按照一定的要求和规律将事物进行分类的一种数学方法。
随着模糊数学的兴起，用精确的数学的方法研究模糊问题，人们逐渐将精确和模糊统一起来。
论文将模糊数学的模糊理论应用于数据挖掘的聚类分析中，讨论了如何利用样本之间的模糊关系分析样本之间的关联程度，给出了模糊聚类分析在数据挖掘中的应用的主要步骤，以及相应的实例分析和程序设计。
聚类分析是数据挖掘的一个重要研究领域，它是按照一定的要求和规律将事物进行分类的一种数学方法。
随着模糊数学的兴起，用精确的数学的方法研究模糊问题，人们逐渐将精确和模糊统一起来。
论文将模糊数学的模糊理论应用于数据挖掘的聚类分析中，讨论了如何利用样本之间的模糊关系分析样本之间的关联程度，给出了模糊聚类分析在数据挖掘中的应用的主要步骤，以及相应的实例分析和程序设计。
2025/11/14 13:11:34
206KB
1
本代码包含Reinhard算法，KMean均值聚类，FCM模糊聚类等颜色迁移算法，因为年久失修，代码并不完善，但是基本的运行效果是有的。
可以给初学者以参考~关于资源分，因为关键代码在lz的博文中都已给出，想看算法的代码直接去文章里看，对于那些伸手就要的童鞋们，要付出一点分的哦~
可以给初学者以参考~关于资源分，因为关键代码在lz的博文中都已给出，想看算法的代码直接去文章里看，对于那些伸手就要的童鞋们，要付出一点分的哦~
2025/10/6 0:45:05
79KB
1
用可定制的评估指标树来描述客户分类的评价体系,让用户自主确定每个评价指标。
在此基础上,提出了一种基于模糊聚类分析的客户分类算法,对客户进行分类管理,并给出了一个计算实例,取得了正确的计算结果。
该计算实例表明,这个算法可以用于关于客户关系管理的决策支持系统中。
在此基础上,提出了一种基于模糊聚类分析的客户分类算法,对客户进行分类管理,并给出了一个计算实例,取得了正确的计算结果。
该计算实例表明,这个算法可以用于关于客户关系管理的决策支持系统中。
2025/7/12 16:51:05
152KB
1
部分代码：%模糊聚类程序functionf=mujl(x,lamda)%输入原始数据以及lamda的值iflamda＞1disp('error!')%错误处理end[n,m]=size(x);xmax=max(x);xmin=min(x);x=(x-xmin(ones(n,1),:))./(xmax(ones(n,1),:)-xmin(ones(n,1),:))
2025/7/8 3:05:05
2KB
1
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
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