设计（论文）的主要内容： 针对模式识别中常见的分类问题，可用K-均值聚类的算法解决，本课题在可视的二维坐标系中进行该算法的实现和演示，包括以下模块： 1. 演示界面模块，可以进行参数录入、二维随机点集合显示、算法调整和分类结果显示。 2. 随机点产生模块，能够根据参数生成均匀分布、高斯分布的若干个随机点集合。 3. K-均值聚类算法模块，需实现分类数量已知和未知条件下的K-均值聚类算法。 4. 聚类结果分析模块，对聚类的结果进行类内、类间的距离和方差的计算，并画出类间边界。 该系统是根据计算机数据处理的常见问题，针对性强。涉及模式识别、数据挖掘、界面开发、数据结构等相关知识，工作量达到了毕业设计的工作量要求，能够对学生在大学期间所学的知识进行综合训练。 设计（论文）任务要求： 1. 通过查阅文献，理解和实现K-均值分类算法。 2. 通过设计演示界面，掌握MFC框架的编程方法，用户可以通过一些控件，如按钮、可编辑文本框、滚动条等进行参数选择，分类前后的点集合需显示在演示界面中。 3. K-均值聚类算法实现时的迭代过程要能在演示界面中单步进行。 4. 将K-均值聚类算法封装成动态链接库。 5. 程序能够独立运行。 主要参考文献（由指导教师指定）： 1. 齐敏，李大健等。模式识别导论[M]，清华大学出版社，2009。 2. 于翔。聚类分析中k-均值方法的研究[D]。哈尔滨工程大学硕士论文，2007。 . 3. 刘瑞祯、于仕琪。OpenCV教程--基础篇[M]，北京航空航天大学出版社. 2007。 4. 布拉德斯基，克勒，于仕琪。学习OpenCV[M]，清华大学出版社 2009。 5. http://www.opencv.org.cn/
因篇幅问题不能全部显示，请点此查看更多更全内容