搜索资源列表
NN_FUZZY
- 隶属度函数程序代码编程程序,包括训练前和训练后的对比(function membership codes)
模糊C均值聚类算法
- 模糊c-均值聚类算法通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的,一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective function, and determines the classifi
Gauss_CMAC-master
- 基于隶属度函数模糊CMAC神经网络算法,快速性、实时性好。(The fuzzy CMAC neural network algorithm based on membership function is fast and real-time.)
FCMCluster
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称( FCM)。在众多模糊聚类算法中,模糊C-均值( FCM) 算法应用最广泛且较成功,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c- means clustering algorithm fuzzy c-means algorithm (FCMA) or FCM. Among the many fuzzy clustering a
FCM,模糊C均值聚类的MATLAB实现[matlab]-FCM
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称( FCM)。在众多模糊聚类算法中,模糊C-均值( FCM) 算法应用最广泛且较成功,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means algorithm (FCMA) or FCM. Among many fuzzy clustering algorithms, the fuzzy C-means (FCM) algor
动态进化神经模糊推理denfis
- 算法中采用聚类算法ECM聚类,三角隶属度函数描述并以T-S后件输出推理函数。
模糊聚类R代码
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称( FCM)。在众多模糊聚类算法中,模糊C-均值( FCM) 算法应用最广泛且较成功,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means clustering algorithm or FCM. Among many fuzzy clustering algorithms, the Fuzzy C-Means algori
GA7 - ZS1
- 基于遗传算法的主动悬架模糊控制,通过遗传算法来优化模糊控制的隶属度函数,以此来优化悬架的垂直加速度的方均根(Fuzzy control of active suspension based on genetic algorithm and membership function of fuzzy control are optimized by genetic algorithm to optimize the mean square root of vertical acceleration
模糊自适应整定PID控制程序
- 基于STM32的PID模糊自适应PID控制程序,具有隶属度函数,PWM波形,传感器输入(PID fuzzy adaptive PID control program based on STM32, with membership function, PWM waveform, sensor input)
fcm
- 一种快速的抗噪声模糊C均值图像分割算法 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出。该算法结合像素灰度值相似度和隶属度构造了一个新的空间函数。该空间函数用于更新成员关系,而成员关系又用于迭代地获取聚类中心。所提出的算法可以在较少的迭代次数下获得理想的分割结果,有效地降低了噪声的影响。(A fast anti noise Fuzzy C-Means Image Segmentation AlgorithmImage segmentation is to divide the i
空战中的多目标威胁评估方法
- 针对传统空战多目标威胁评估难以满足准确性$实时性的缺陷与不足!提出基于模糊集与证据理论相结合的空战多目标威胁评估方法% 该方法通过合理设置隶属度函数计算各威胁指标的威胁度基本概率赋值!使用改进的证据合成规则代替传统 组合规则对其进行指标间融合及时域融合&采用加权求和的方法计算空中目标的威胁值并排序.(Aiming at the shortcomings and deficiencies of traditional air combat multi-target threat asses