超级会员免费看
本文探讨了图像处理和数据挖掘中的创新思维，以中值滤波和K-means为例，阐述了如何将一个领域的成果应用于另一个领域。文章讨论了平均值与中位数的区别，以及在处理异常值时中位数的优势。在图像处理中，中值滤波优于简单平滑，但在计算复杂度上更高。文章还介绍了K-means聚类算法，讨论了其局限性和K-median算法作为补充。通过实例，展示了如何在实践中应用这些算法。
〇、序言
创新对于学术研究或产业应用都具有不言而喻的重要作用，现在国家也提出了要建立创新型国家的发展战略。如果回到我们所探讨的图像处理或数据挖掘研究，细细品读其中的某些点滴，你是否能窥探出些许启迪？首先，创新可以分成两种，一种是原始创新，另外一种就是所谓的二次创新。如果一个东西过去完全不存在，你鬼使神差的就想出来，那就是原始创新。比如图灵当初石破天惊地构想出图灵机模型就是原始创新。到现在也没有任何迹象表明，他受到了什么事或什么人的启发。事实上，现在人们（包括我学习图灵机的时候）也非常惊讶，图灵是如何提出这种前无古人的奇思妙想的！
二次创新也有很多种形式。比如逆向创新。据说人们在发明吸尘器之前最先发明的是吹尘器。一吸一吹，看似简单的一个颠倒，结果却如此神奇
订阅专栏 解锁全文
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
