搜索资源列表
immunity
- 提供一个人工免疫算法源程序，其算法过程包括： 1.设置各参数 2.随机产生初始群体——pop=initpop(popsize,chromlength) 3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％ 4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]=calobjvalue(pop,i) 2）计算群体中
vc调用matlab
- 将一个m文件转成c /cpp文件并在VC中进行编译。这种方法有个烦人的地方，每次你都需要把matlab生成的一 大堆c和h文件考到vc中，比如我读入一副图片先做膨胀，再腐蚀，再进行小波变换，最后 显示。这样一个程序会生成大概150多个文件，每次都要拷贝这些文件很不方便。我试着用 了另外一种方法，可以简化这些工作。那就是不生成cpp文件交给VC去编译，而是直接在m atlab中生成一个dll交给VC去链接即可。这样无论matlab生成多少文件，都只需要拷贝三 个文件即可。 -m to a docu
C-means
- 使用c-均值聚类算法在IRIS数据上进行聚类分析，随机选择三个初始聚类中心，经过多次迭代，最终将150个样本分为三类。-Use c-means clustering algorithm in the IRIS data on the cluster analysis, three randomly chosen initial cluster centers, through a series of iterative, 150 samples will eventually fall into
aliasing_for_time_domain_signal.m
- This package contains scr ipt to calculate aliasing for given time domain signal. scr ipt to plot in time domain the function: x(t)=A0cos(2pif0t)+A1cos(2pif1t) where fs1=300 Hz and fs2=150 Hz (sampling rate) A0 and A1 are amplitude s signal (a
FCM_iris
- 2. iris鸢尾植物数据 a) 数据集描述：该数据集包含150个实例，属性个数为4，已知分为3类。 b) 参数选择： 聚类数为3 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Iris iris plant data A) data set descr iption: the data set contains 150 examples, the number of attribute