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
IBMSPSSModeler14.2模型介绍中文版数据挖掘模型包括：决策树、贝叶斯网络、关联规则、聚类、时间序列、支持向量机等；
内容包括模型介绍、模型参数设置、模型应用结果等。
内容包括模型介绍、模型参数设置、模型应用结果等。
2025/11/13 13:33:55
9.56MB
1
概要该项目探讨了三角形形成关系与图中聚类的影响。
Sgraph.hpp该文件定义了Graph类，并包含各种函数来创建不同类型的图，将它们保存到文本文件，并在所述图上运行类似于SIR/SIR的实验。
创建图无效Graph::createGraph（VsizenumberNodes，intgSize，intavgNodeDegree）不好的函数名称或函数...如果组大小为0，则生成随机图否则，这将创建一个无三角形的图形，该图形又分为几组。
每个组被分为两半，并且在组内以二分方式创建边缘。
为了满足平均节点度，然后将边随机添加到组外的节点第三个参数应＞组大小的一半voidGraph::TriangleFreeGraph（VsizenumberNodes，intgSize，intinDeg，intavgNodeDegree）{与create
Sgraph.hpp该文件定义了Graph类，并包含各种函数来创建不同类型的图，将它们保存到文本文件，并在所述图上运行类似于SIR/SIR的实验。
创建图无效Graph::createGraph（VsizenumberNodes，intgSize，intavgNodeDegree）不好的函数名称或函数...如果组大小为0，则生成随机图否则，这将创建一个无三角形的图形，该图形又分为几组。
每个组被分为两半，并且在组内以二分方式创建边缘。
为了满足平均节点度，然后将边随机添加到组外的节点第三个参数应＞组大小的一半voidGraph::TriangleFreeGraph（VsizenumberNodes，intgSize，intinDeg，intavgNodeDegree）{与create
2025/11/8 10:46:45
3.76MB
1
使用的是python3版本，自己编写的，能够完美运行，只需要运行主程序就行，数据啥的都准备好了
2025/10/30 14:04:05
330KB
1
基于密度的DBSCAN聚类算法可以识别任意形状簇,但存在全局参数Eps与MinPts的选择需人工干预,采用的区域查询方式过程复杂且易丢失对象等问题,提出了一种改进的参数自适应以及区域快速查询的密度聚类算法。
根据KNN分布与数学统计分析自适应计算出最优全局参数Eps与MinPts,避免聚类过程中的人工干预,实现了聚类过程的全自动化。
通过改进种子代表对象选取方式进行区域查询,无需漏检操作,有效提高了聚类的效率。
对4种典型数据集的密度聚类实验结果表明,本文算法使得聚类精度提高了8.825%,聚类的平均时间减少了0.92s。
根据KNN分布与数学统计分析自适应计算出最优全局参数Eps与MinPts,避免聚类过程中的人工干预,实现了聚类过程的全自动化。
通过改进种子代表对象选取方式进行区域查询,无需漏检操作,有效提高了聚类的效率。
对4种典型数据集的密度聚类实验结果表明,本文算法使得聚类精度提高了8.825%,聚类的平均时间减少了0.92s。
2025/10/18 21:46:30
143KB
1
这是一个MATLAB系列视频，共围绕30个计算机视觉和机器学习的实战项目展开。
十分适合作为课程作业或是课程汇报。
06_基于K-means聚类算法的图像分割，适合本科或部分研究生课程设计。
涉及到机器学习相关内容。
#2021#图像分割#
十分适合作为课程作业或是课程汇报。
06_基于K-means聚类算法的图像分割，适合本科或部分研究生课程设计。
涉及到机器学习相关内容。
#2021#图像分割#
2025/10/15 2:15:07
164KB
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