【数学建模-2024妈妈杯数学建模思路ABCD题思路汇总分析 MathorCup建模思路分享】此文章归类为：[ "数学建模" ]。 1 赛题思路 (赛题出来以后第一时间在群内分享，点击下方群名片即可加群) 2 比赛日期和时间 报名截止时间：2024年4月11日（周四）12:00 比赛开始
原创 周杰伦 7个月前 阅读: 169 阅读时长: 9分钟
【算法-简介：KMeans聚类算法】此文章归类为：["算法","支持向量机","机器学习","人工智能","数据挖掘"]。 在机器学习中，无监督学习一直是我们追求的方向，而其中的聚类算法更是发现隐藏数据结构与知识的有效手段。聚类是一种包括数据点分组的机器学习技术。给定一组数据点，我们可以用聚类算法将每个数据点分到特定的组中。 理论上，属于同一组的数据点应该有相似的属性和/或特征
原创 周杰伦 8个月前 阅读: 252 阅读时长: 7分钟
【r语言-GPT与R 在生态环境领域数据统计分析】此文章归类为：["r语言","gpt","开发语言"]。 原文链接：GPT与R 在生态环境领域数据统计分析https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247597092&idx=2&sn=0a7ac5cf03d37c7b4659f870a7b71a77&a
原创 周杰伦 8个月前 阅读: 139 阅读时长: 8分钟
【聚类-人工智能|机器学习——K-means系列聚类算法k-means/ k-modes/ k-prototypes/ ......（划分聚类）】此文章归类为：["聚类","elasticsearch","机器学习","kmeans","人工智能"]。 1.k-means聚类 1.1.算法简介 K-Means算法又称K均值算法，属于聚类（clustering）算法的一种，是应用
原创 周杰伦 8个月前 阅读: 164 阅读时长: 9分钟
【算法-盲水印、暗水印（Blind Watermark）算法简明教程：算法原理、流程以及基于C/C++ 的代码实现】此文章归类为：["算法","c++","c语言","mfc","windows"]。 前言 由于工作需要，最近学习了盲水印相关的知识，本文对学习过程中做一个整理和总结。主要内容包括： 对盲水印相关概念做基本介绍 对开源的 python 算法
原创 周杰伦 9个月前 阅读: 517 阅读时长: 9分钟
【爬虫-新媒体与传媒行业数据分析实践：从网络爬虫到文本挖掘的综合应用，以“中国文化“为主题】此文章归类为：["爬虫","数据分析","传媒","数据挖掘"]。 大家好，我是八块腹肌的小胖， 下面将围绕微博“中国文化”以数据分析、数据处理、建模及可视化等操作 目录 1、数据获取 2、数据处理 3、词频统计及词云展示 4、文本聚类分析 5、文本情感倾向性分析 6、情
原创 周杰伦 9个月前 阅读: 294 阅读时长: 9分钟
【聚类-【Python百宝箱】数据科学的黄金三角：数据挖掘和聚类】此文章归类为：["聚类","python","人工智能","数据挖掘","开发语言"]。 数据之舞：Python数据科学库横扫全场 前言 在当今数据驱动的时代，Python成为数据科学家和分析师的首选工具之一。本文将介绍一系列强大的Python库，涵盖了数据处理、可视化、机器学习和自然语言处理等领域。
原创 周杰伦 11个月前 阅读: 412 阅读时长: 9分钟
【算法-【深度学习】一维数组的 K-Means 聚类算法理解】此文章归类为：["算法","机器学习","kmeans","深度学习","人工智能"]。 刚看了这个算法，理解如下，放在这里，备忘，如有错误的地方，请指出，谢谢 需要做聚类的数组我们称之为【源数组】 需要一个分组个数K变量来标记需要分多少个组，这个数组我们称之为【聚类中心数组】及 一个缓存临时聚
原创 周杰伦 11个月前 阅读: 204 阅读时长: 9分钟
【算法-机器学习：DBSCAN算法(效果比K-means好)】此文章归类为：["算法","机器学习","kmeans","人工智能","数据挖掘"]。 基本概念 核心对象：以点为圆心半径为r的圆，如果圈里面的样本点大于给定的阈值(minPts)，那么这个点就叫做核心点 直接密度可达：点p在q为圆心的圆内 密度可达： p1与p2直接密度可达，p2与p3直接
原创 周杰伦 11个月前 阅读: 181 阅读时长: 3分钟
【c++-Opencv-C++笔记 (19) : 分水岭图像分割】此文章归类为：["c++","笔记","计算机视觉","人工智能","opencv"]。 文章目录 一、基于距离变换与分水岭的图像分割 1、图像分割 2、距离和变换与分水岭 距离变换常见算法有两种
原创 周杰伦 1年前 阅读: 165 阅读时长: 9分钟
