用MATLAB仿真K-means算法，求大神给个 相关程序看看，刚刚上手MATLAB，不怎么会使用！！
2条回答
- 2021-10-07 16:12回答 1 已采纳 你可以边学习遗传算法的代码，一边调试你的matlab程序呢，matlab系统学习当然有好处，但是，你首先的工作是把遗传算法代码熟悉了，而不是花太多时间学习matlab编程；基础的matlab代码知识，
- 2021-11-20 19:37回答 2 已采纳 RRT算法是目前已经比较成熟了，算法理解后，使用Matlab程序来实现其实不难。建议： 学习RRT的理论知识，弄清楚原理、实现方法和步骤；将RRT算法和模型（如机械臂、自主巡航小车等）结合，将算法抽象
- 2021-07-28 17:52回答 1 已采纳 K-均值是发现给定数据集的k个簇的算法。簇个数k是用户给定的，每一个簇通过其质心（centroid），即簇中所有点的中心来描述。该算法是循环迭代式的。(1)初始化：随机选择K个点作为初始中心点，每个点
- 2022-04-04 19:51代码可运行
- 2023-04-05 10:33回答 11 已采纳 该回答引用ChatGPT GPT-4 运行结果 代码 % 参数初始化 N = 100; % 粒子数 T = 100; % 时刻数 sigma_sys = 1; % 系统噪声标准差 sigma_obs
- 2022-07-03 22:32回答 1 已采纳 信源模块选错了，不是用BSC，更换成下面这个再按你的测试代码可以计算出误码率： clc,clear,close all; x = 0:0.051:0.1; y = x; %预定义y for i=1:l
- 2022-03-27 12:57回答 2 已采纳 b=1;a=[1 5 6];sys=tf(b,a);y1=step(sys);y2=impulse(sys);plot(y1,'linewidth',2)hold onplot(y2,'linewid
- 2021-04-18 14:361391377967的博客 MATLAB实现K-means算法MATLAB实现K-means算法关于K-means算法的原理：Kmeans聚类算法main.mclc;clear;% 第一类数据% 均值mu1 = [-2 -2];% 协方差S1 = [0.5 0; 0 0.5];% 产生高斯分布数据data1 = mvnrnd(mu1, S1, 100...
- 2023-03-12 20:22回答 3 已采纳 在MATLAB Simulink中，S-Function是用户自定义的函数，可以将其插入到模型中以实现各种功能。当Simulink运行模型并使用S-Function计算输出时，如果输出的数据类型或长度
- 2021-06-25 17:15回答 1 已采纳 dfun = @(x,y) cos(x)*sqrt(y); h = 0.05; h = 0.05; X = 1.2:h:2.05; %% RK2 x = 1.2; % 初始值 y = 3.2;
- 2022-05-11 13:54回答 1 已采纳 这个可能和你的粒子群算法的自身性能相关，导致陷入局部最优。建议先检查每一个步骤有错没，如果没有，那么可以调节粒子群算法的权重和学习因子，或者用改进的粒子群算法来进行拟合。
- 2018-03-05 21:05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...
- 2022-04-07 11:00回答 1 已采纳 verilog 有对文件读写的函数，可以将仿真波形中需要的数据写入文件。
- 2023-07-07 09:59主要内容：代码主要做的是一个光伏曲线聚类的模型，采用的是较为基础的K-means算法，经过matlab求解后，代码可以直接输出光伏原始数据集、聚类后的数据集，各类曲线的数量以及各类曲线的概率，数据显示结果非常清晰...
- 2023-11-28 09:53weixin_45951391的博客 K-means算法是一种非监督的聚类算法，它的目的是将数据集中的n个样本划分为k个不相交的簇，使得每个样本属于离它最近的簇，从而达到最小化簇内样本间的距离之和的目标。K-means算法需要初始的聚类中心。随机选择一些...
- 没有解决我的问题, 去提问
