在excel可以把k值算出来,具体计算的过程如下:

=(0.3*EXP(-0.0256*S2*(100-R2)/100)+0.2)*R2/((R2+Q2)^0.3)*(1-0.25*T2/(T2+EXP(3.72-2.95*T2)))*(1-0.7*(1-S2/100)/((1-S2/100)+EXP(-5.51+22.9*(1-S2/100))))

这个式子当然不能随意的用,针对于不同的值不同的不同的位置需要进行调整.

水土保持功能评估中k值的计算公式相关推荐

  1. K-means中K值的选取

    以下博文转自:https://blog.csdn.net/qq_15738501/article/details/79036255  感谢 最近做了一个数据挖掘的项目,挖掘过程中用到了K-means聚 ...

  2. knn算法中k值的理解

    knn算法是指对预测集中的每一个图像与训练集中的所有图像比较,寻找出在训练集中与这一张预测图片最接近的图像,将该图像的标签给这张预测图片.实施的方法为图像矩阵相减并取绝对值,然后将得到的像素矩阵各元素 ...

  3. K-近邻算法之K值的选择(带案例)

    三.K值的选择 K值选择问题,李航博士的一书「统计学习方法」上所说: 选择较小的K值,就相当于用较小的领域中的训练实例进行预测,"学习"近似误差会减小,只有与输入实例较近或相似的训 ...

  4. 讨论k值以及初始聚类中心对聚类结果的影响_K均值聚类需要标准化数据吗

    摘要:进入二十一世纪以来,科学技术的不断发展,使得数据挖掘技术得到了学者越来越多的关注.数据挖掘是指从数据库中发现隐含在大量数据中的新颖的.潜在的有用信息和规则的过程,是一种处理数据库数据的知识发现. ...

  5. kmeans聚类选择最优K值python实现

    Kmeans算法中K值的确定是很重要的. 下面利用python中sklearn模块进行数据聚类的K值选择 数据集自制数据集,格式如下: ①手肘法 手肘法的核心指标是SSE(sum of the squ ...

  6. kmeans中的k的含义_Kmeans中的K值确定*

    上篇文章为大家介绍了我们常用的聚类算法Kmenas算法,也为大家整理了一点小案例,今天为大家继续分享我们Kmenas算法,对Kmenas算法来说,如何确定簇数K值是一个至关重要的问题,为了解决这个问题 ...

  7. **KMeans中自动K值的确认方法**

    KMeans中自动K值的确认方法 1 前言 聚类常用于数据探索或挖掘前期,在没有做先验经验的背景下做的探索性分析,也适用于样本量较大情况下的数据预处理等方面工作.例如针对企业整体用户特征,在未得到相关 ...

  8. R语言Kmeans聚类、抽取聚类簇:fpc包clusterboot函数通过bootstrap重采样的方法评估Kmeans聚类的稳定性、fpc包的kmeansruns函数通过CH准则和ASW获取最优K值

    R语言Kmeans聚类.抽取聚类簇:fpc包的clusterboot函数通过bootstrap重采样的方法评估Kmeans聚类的稳定性.fpc包的kmeansruns函数通过Calinski-Hara ...

  9. C语言试题四十七之程序定义了N×M的二维数组,并在主函数中自动赋值。请编写函数function(int a[N][M], int m),该函数的功能是:将数组右上半三角元素中的值乘以m。

    1. 题目 程序定义了N×M的二维数组,并在主函数中自动赋值.请编写函数function(int a[N][M], int m),该函数的功能是:将数组右上半三角元素中的值乘以m. 2 .温馨提示 C ...

最新文章

  1. styleable cannot be resolved or is not a field
  2. 硬件工程师必备秘籍,模拟电子经典200问!
  3. directly to phd is good for laying a solid foundation for future career
  4. 1024X768大图 (Wallpaper)
  5. Linux服务器下PHPMailer发送邮件报错504
  6. [Python从零到壹] 四十一.图像处理基础篇之图像采样处理
  7. js来读写cookie操作
  8. Vlfeat (Matlab安装)
  9. 1、随机中心裁剪 transforms.CenterCrop(size)
  10. html调用矢量小图标的方法,Web 前端矢量小图标的使用方法
  11. 数据库中平凡函数和非平凡函数,完全函数依赖和部分函数
  12. 饿了么的树形控件的使用
  13. 黑客 骚扰欺诈 呼死你之外还假冒给好友打电话
  14. 海量数据去重的Hash与BloomFilter学习笔记
  15. 【人工智能行业大师访谈1】吴恩达采访 Geoffery Hinton
  16. 订单助手,拼多多,淘宝或者自定义商城,自动下单发货,无人值守店铺
  17. kubectl describe
  18. 手机直播连麦技术分析
  19. 2013.08.08——— android 中文简繁体转换
  20. 三十多岁的我,为了生活转行Java,开始我的小白之路!

热门文章

  1. iphonex价格_正二品:帮你解读IphoneX回收价,为何二手市场iphoneX依旧吃香
  2. 用Python解决百马百瓦
  3. Java任务完成后结算_Java执行程序:如何在任务完成时无阻碍地得到通知?
  4. mysql数据库 day05
  5. Mybatis逆向工程使用方法
  6. HTTP之缓存 Cache-Control
  7. C++/Java线程之分
  8. [转]Spring中property-placeholder的使用与解析
  9. where和having区别
  10. 《掌握需求过程》——阅读笔记05