原创 模糊推理(T-S系統)+C代碼
一個模糊推理（T-S型系統）例子，如下： 代碼的例子如下： //制定推理規則：//閥門的打開度數在[0, 90]//定義： // 關閉：0 開小：0~30 開中：30~60 開大：60~90//R1：溫度低，則關閉
2020-06-23 00:57:17
原创 模糊識別的聚類分析+C代碼
1. 模糊識別的聚類分析的實現步驟： 2. 模糊矩陣計算的一些知識： 2.1 內積和外積的計算： 2.1.1 內積計算： 2.1.2 外積計算： 2.2 截集計算 2.3 傳遞閉包矩陣 t(R)的計算方法如下
2020-06-23 00:57:17
原创 Hopfield神經網絡+C代碼
Hopfield是一個具有記憶功能的神經網絡；通過網絡轉態的不斷變化，最後轉態會穩定下來，最終的狀態是與待測樣本向量X最接近的訓練樣本。所以Hopfield網絡的最終輸出就是待測樣本向量聯想結果。 Hopfield網絡學習算法如下： 1
2020-06-23 00:57:17
原创 Windows安裝PyTorch方法
在使用PyTorch時出現錯誤：“from torch._C import * ImportError: DLL load failed: 找不到指定的模塊”，其實是CUDA版本與pytoch版本不對應導致。 在使用導入t
2020-06-23 00:57:06
原创 曲線拐點快速尋找算法+C代碼
定理 ： 記關於平面上兩點 P1(x1 ,y1) 和 P2(x2 ,y2)的正向直線方程L的左端表達式爲函數 S12 (x , y)= (x2-x1)(y-y1) + (y1-y2)(x-x1) 對於不在直線L上的任何一點 P0
2020-02-21 04:31:17
原创 最小二乘法曲線擬合+C代碼
最小二乘法曲線的係數求解過程是解一個正規方程組的解的過程，下圖是數值分析課本上，最小二乘法擬合的原理： 課本中的例子如下： c代碼如下： #include "stdio.h" #include "stdlib.h" #includ
2020-02-21 04:31:17
原创 K-Mean聚類算法+C語言代碼
K-Mean聚類算法+C語言代碼： 實現步驟： 1. 確定分的簇數K； 2. 隨機選擇K個簇作爲數據的計算中心，即隨機選取質心； 3. 用歐式距離計算每組數據到中心的距離，將距離最短的對應納入對應簇 Crowd[lable]； 4. 計算
2020-02-21 04:31:17
原创 基於韋伯特徵的非結構化道路檢測
基於韋伯特徵的非結構化道路檢測 步驟： 1. 取濾波器kernal={1,1,1, 1,-8,1, 1,1,1}； 2. 遍歷圖像，獲取當前點center和當前點八個方向點的像素p1,p2,p3,p4,p5,p6,p7,p8，並進行運算：
2020-02-21 04:31:17
原创 模糊推理(T-S系統)——補充
接上篇博客：點擊打開鏈接 //農業生產的經濟指標，等級劃分標準： /*********************************************/ //等級 高 中 低 */ //畝產 2000以上 150
2020-02-21 04:31:16
原创 感知器算法+C代碼
感知算法的訓練過程就是對判斷好的樣本集求解權矢量W，這實際是一個線性聯立不等式的求解問題。 具體算法如下： 1. 初始權矢量 W = 0； 2. 第k次輸入一個樣本X(K), 計算第k次迭代的過爲： d[X(k)] = W'[
2020-02-21 04:31:16
1
原创 DCT離散餘弦變換及其逆變換+代碼
DCT離散餘弦變換及其逆變換計算原理如下： 在OPENCV環境下編寫DCT變換和逆變換代碼： （只適用於方陣，OPENCV中的cvDCT()函數也只適用於方陣，原因如上述DCT變換原理可知。） #include "highgui.h"
2020-02-21 04:31:16
原创 CPN神經網絡學習
CPN神經網絡的一些資料： http://wenku.baidu.com/link?url=JIhrQ5tpegz_KfBEV6TT9nPL6SYBq-Msc8GzHJYgAi2rM462hTZy2QU4G7qUQYXlOdVxxHKn-
2020-02-21 04:31:16
1
原创 BP神經網絡+c代碼
BP神經網絡的設計應注意以下幾個問題： 1. 網絡的層數。一般三層網絡結構就可以逼近任何有理函數。增加網絡層數雖然可以提高計算精度，減少誤差，但也使得網絡複雜化，增加網絡訓練時間。如果實在想增加層數，應優先增加隱含層的神經數。 2.
2020-02-21 04:31:16
原创 模糊C均值聚類(FCM)算法（IOSDATA）+ c語言代碼
本代碼算法用例爲鳶尾花數據集合； IOSDATA算法實現步驟，在很多資料和論壇中都有詳細的介紹，這裏就不對算法步驟進行陳述了。 就我代碼中，我對下面幾個控制參數的理解： 初始聚類數：初始類聚中心，跟聚類聚中心劃分簇。 期望得到的聚類數：這
2020-02-21 04:31:16
5
原创 決策樹分類器+C代碼
關於決策樹的理解和計算過程，http://www.tuicool.com/articles/3EZJBz 這篇文章上有很詳細的介紹。 就我完成決策樹代碼的一些步驟進行介紹：（ID3算法） 1. 獲取樣本，計算樣本的增益值，選擇增益值最大
2020-02-21 04:31:16