基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
2024/11/16 6:47:58
224KB
算法设计与分析实验报告，全文由本人使用c++撰写，内容涵盖重要的基本算法，贪心、动态规划、分治、回溯等，结合实际问题分析来讲解算法的实现机理
2024/11/15 0:56:32
2.46MB
使用前一定要看使用说明，本程序批量下载excel中的文件链接并自动命名写入excel，解决了遇到批量的链接时，用迅雷下载会遇到文件名无法统计的问题，本程序可以做到下载文件名与下载链接一一对应，写入excel。
2024/11/15 0:12:34
20.25MB
《MATLAB统计分析与应用：40个案例分析》程序与数据对应工具书《MATLAB统计分析与应用：40个案例分析》可以帮助大家更好的学习matlab。
2024/11/12 12:36:10
6.39MB
该数据集只保留了原来iris(鸢尾花卉)数据集3个类virginica，versicolor和setosa中的versicolor和setosa，并将versicolor用0.0表示，setosa用1.0表示。
每类50个样本；
每个样本是一个4维的特征向量,萼片长，萼片宽，花瓣长，花瓣宽；
每类50个样本；
每个样本是一个4维的特征向量,萼片长，萼片宽，花瓣长，花瓣宽；
2024/11/12 8:31:35
2KB
1997年12月18日，在澳大利亚昆士兰州布里斯班的圣母医院，24小时内诞生了44个婴儿，这是一项新的记录。
对于这44个婴儿，《星期日邮报》记录了他们的出生时间、性别和出生时的体重(以克为单位)。
此外，还包括了每名婴儿从午夜到出生的时间。
对于这44个婴儿，《星期日邮报》记录了他们的出生时间、性别和出生时的体重(以克为单位)。
此外，还包括了每名婴儿从午夜到出生的时间。
2024/11/2 8:56:15
464B
