搜索资源列表
熵权法原理
- 熵权法是一种客观赋权方法。它十分复杂，计算步骤如下: a.构建各年份各评价指标的判断矩阵: b.将判断矩阵进行归一化处理, 得到归一化判断矩阵: c.根据熵的定义，根据各年份评价指标，可以确定评价指标的熵。 d.定义熵权。定义了第n个指标的熵后，可得到第n个指标的熵权。 f.计算系统的权重值。(Entropy weight method is an objective method of empowerment. It is very complicated. Th
矩阵
- 有两个矩阵a,b，均为2行3列，求两矩阵之和。 重载“+”、 “-”运算符，实现两矩阵相加、相减运算；重载“==”运算符，比较两矩是否相等。(There are two matrices A, B, all 2 rows, 3 columns, and the sum of the two matrices. Heavy "+" and "-" operator, to achieve two matrix addition, subtractio
Data.PS科学计算与绘图软件
- Data.PS功能简介：本数据处理软件内置表格编辑器，可以方便的进行数据输入输出；可以进行常见的（a）数值计算，如求解线性方程组、非线性方程组、常微分方程组、多项式求根、傅里叶变换、傅里叶逆变换、线性规划求解、多元线性回归和多元非线性回归参数拟合(20参数)、插值、微分、积分、求逆矩阵、矩阵特征值和特征向量、行列式值；（b）统计分析，统计描述、频数分布、假设检验、正态分布检验、二项式分布检验、泊松分布检验、相关性分析、方差分析；（c）6Sigman工具，过程能力CPK计算、测量系统分析MSA、公
HMM
- %函数名称：HMMTrain %参数：V-------训练观察序列（n X 1Cell矩阵），IPI,IA,IB-------模型参数初始值 %返回值：PI,A,B-------模型参数的学习结果 %函数功能：隐含马尔科夫模型的Baum-Welch学习算法(% function name: HMMTrain % parameters: V------- trains the observation sequence (n, X, 1Cell matrix), IPI, IA, and I
4
- 假设稀疏矩阵A和B均以三元组表作为存储结构，试写出矩阵相加和相乘的算法，另设三元组表C存放结果矩阵。(Suppose that the sparse matrix A and B are all three tables as the storage structure, try to write the matrix addition and multiplication algorithm, and set up the three tuple table C to store the re
按位就座
- 依次将待转置矩阵A的三元组行列互换后,直接放到转置矩阵B的三元组表中的正确位置。需考虑两方面因素:一是矩阵A每列中非零元素的个数(即转置矩阵B每一行中非零元素的个数);二是矩阵A各列中第一个非零元素三元组在B中的正确位置(即矩阵B各行中第一个非零元素三元组在B中的正确位置)。(In turn, the row of three tuples of the transposed matrix A is exchanged and placed into the correct position o
sanjiaofenjiefa
- 三角分解法亦称因子分解法，由消元法演变而来的解线性方程组的一类方法。设方程组的矩阵形式为Ax=b，三角分解法就是将系数矩阵A分解为一个下三角矩阵L和一个上三角矩阵U之积：A=LU，然后依次解两个三角形方程组Ly=b和Ux=y，而得到原方程组的解，例如，杜利特尔分解法、乔莱斯基分解法等就是三角分解法(The triangular decomposition method, also called factor decomposition method, is a kind of method of
wpsnr.m
- This function displays the PSNR (peak signal-to-noise ratio) between two images. The answer is in decibels (dB). PSNR is very common in image processing. A sample use is in the comparison between an original image and a coded/decoded image. Typica
ELM分类器
- ELM是基于深度学习的分类器，运算速度快。 在B_data.m里导入待分类矩阵B.mat（1-n列为特征值，n列为标签）；运行B_data.m；再打开fuzzyEn_main.m并运行即可。(ELM is based on depth learning classifier, computing speed. In B_data.m imported matrix to be classified B.mat (1-n as eigenvalues, n as a label); Run B
xishuMatrixAdd
- 以三元组表示稀疏矩阵A，B，试编写矩阵相加的算法，结果存放在C矩阵。(Three tuples are represented by the sparse matrix A, B, and the matrix addition algorithm is written. The results are stored in the C matrix.)
07 极限学习机（Extreme Learning Machine, ELM）
- ELM算法指出，其实隐层的权值矩阵W和偏置b其实是没有必要调整的，在学习算法开始时，任意随机给定W和b的值，利用其计算出H（隐层节点的输出），并令其保持不变，需要确定的参数就只有β了。这是一个比较重要的理论基础。(The ELM algorithm is pointed out, in fact, hidden layer weights matrix W and B is not necessary to adjust the bias of the learning algorithm, i
CA_toll
- %这是一个主要的脚本来模拟方法、 服务和离开 %车辆通过收费广场，，如受参数 下面定义的 % % %迭代 = 模拟的最大迭代 %B = 号摊位 %L = 多车道公路之前, 和之后广场 到达 %= 到达平均总数汽车 %plazalength = 广场的长度 服务 %= 服务率的展位 %广场 = 广场矩阵 %1 = 0 的车 = 空-1 = 禁止，-3 = 空展位 %v = 速度矩阵 %vmax = 的汽车的最大速度 %的时间 = 时间矩阵，以追踪这车花去的时间 ％ 通
sukudo_solve
- 利用回溯法求解数独 B为数独题目的矩阵形式空的地方应为0(The use of backtracking method to solve Sudoku The matrix form of B for the Sudoku problem should be 0)
矩阵计算C语言版
- 一个矩阵计算器 进入程序 输入A=[1 2 3 4;5 6 7 8; 9 10 11 12] 【横向一行】 输入B=X X X 输入C=X X X 输入D=X X X 支持多项矩阵加减乘，即E=AC，E=AD-C+B，E=ADB-C这一类的，矩阵在6*6以内，项数不定，加减乘运算顺序不定 输入E=A*B+C-D【例子】 输出矩阵形式的答案 E= x x x…… x x x…… x x x……(Matrix calculation for C langu
Jacobi
- 线性方程组Jacobi迭代的并行计算程序，数据文件是A*x=b,A是4阶方阵的算例。(A*x=b, Jacobi, In Data.txt the Matrix is 4*4)
矩阵向量
- 带状划分的矩阵向量乘法。数据文件是40*40的算例。(The file is prepared for solving A*b, in the Date there is an example for A which is a 40*40 matrix)
Parafac codes
- PARAFAC源程序，可以用于平行因子分析处理的算法，很全很好用(unction [A,B,C,LLF,I,J,K] = parafac(XPK,I,N,epsilon) % PARAFAC Parallel factor analysis for an three-way data array % The iterative process is continued until that m > 300 or ABS((LF(m)-LF(m-1)) % /LF(m-1)) is l
Diagonal and edge
- B正在做一个关于图像理解方面的研究，她的目标是识别图像中的轮廓。当前阶段，她希望能够识别正方形。图像用一个矩阵表示，矩阵的每个元素对应于图像中的一个像素点，值为0或1，0表示背景，1表示前景。需要寻找的正方形必须满足线宽为单像素，且大小至少为2x2。她希望你能帮她找出图像中满足如下条件的两类正方形的个数： 正方形的边与矩阵边缘平行； 正方形的边与矩阵对角线平行；(B is doing a research on image understanding, and her goal is to
随机数产生
- 根据状态转移概率矩阵A、观测值出现概率矩阵B、和各状态初始分布概率来产生随机数组。(According to the state transition probability matrix A, the probability matrix B of observed values and the probability of initial distribution of all States, we generate random arrays.)
spgl1_1.9
- %SPGL1 Solve basis pursuit, basis pursuit denoise, and LASSO % % [x, r, g, info] = spgl1(A, b, tau, sigma, x0, options) % % --------------------------------------------------------------------- % Solve the basis pursuit denoise (BPDN) problem