原文:Matlab随笔之分段线性函数化为线性规划 eg: 10x,            0<=x<=500 c(x)=1000+8x,    500<=x<=1000 3000+6x,    1000<=x<=1500 解法一: 可引入0-1变量,令z1=1,z2=1,z3=1分别表示0<=x<=500,500<=x<=1000,1000<=x<=1500,则 500z2<=x1<=500z1, 500z3<=x2

MATLAB实例:聚类初始化方法与数据归一化方法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. 聚类初始化方法:init_methods.m function label=init_methods(data, K, choose) % 输入:无标签数据,聚类数,选择方法 % 输出:聚类标签 if choose==1 %随机初始化,随机选K行作为聚类中心,并用欧氏距离计算其他点到其聚类,将数据集分为K类,输出每个样例的类标签 [X_num,

MATLAB实例:新建文件夹,保存.mat文件并保存数据到.txt文件中 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 用MATLAB实现:指定路径下新建文件夹,将数据保存为.mat文件存放到新建的文件夹里,并将数据写入.txt文件中,存放到新建的文件夹中. 1. demo.m clear clc n=5; str=num2str(n); A=magic(n); new_folder = sprintf('E:\\MATLAB\\Data_%s'

MATLAB实例:求相关系数.绘制热图并找到强相关对 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 用MATLAB编程,求给定数据不同维度之间的相关系数,并绘制热图,保存图片,找到强相关的维度对. 数据集来自UCI中的wine:https://archive.ics.uci.edu/ml/datasets/Wine 1. demo.m clear clc etea=0.8; %阈值 % 加载数据 data_load=dlmread('E:\sca

MATLAB实例:散点密度图 作者:凯鲁嘎吉 - 博客园http://www.cnblogs.com/kailugaji/ MATLAB绘制用颜色表示数据密度的散点图 数据来源:MATLAB中“fitgmdist”的用法及其GMM聚类算法,将数据保存为gauss.txt 1. demo.m % 用颜色表示数据密度的散点图 data_load=dlmread('E:\scanplot\gauss.txt'); X=data_load(:,1:2); scatplot(X(:,1),X(:,2),'

MATLAB实例:绘制条形图 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 用MATLAB绘制条形图,自定义条形图的颜色.图例位置.横坐标名称.显示条形图上面的数字,并保存图片到指定位置. 1. demo.m clear clc Y=[0.6 0.7 0.75 0.9 0.91 0.92 0.9 0.92 0.95 0.84 0.86 0.87]; figure X=1:4; h=bar(X,Y); % 设置条形图颜色 set(h(1),'Fac

MATLAB实例:绘制折线图 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 条形图的绘制见:MATLAB实例:绘制条形图 用MATLAB将几组不同的数据展示在同一张图片中,并设置图例.横纵坐标范围与名称.重新自定义横坐标刻度,并保存图片到指定位置. 1. demo_1.m clear clc x=1:10; y_1=[0.7 0.7 0.75 0.77 0.78 0.78 0.78 0.78 0.78 0.78]; y_2=[0.8 0.8 0.

MATLAB实例:非线性曲线拟合 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 用最小二乘法拟合非线性曲线,给出两种方法:(1)指定非线性函数,(2)用傅里叶函数拟合曲线 1. MATLAB程序 clear clc xdata=[0.1732;0.1775;0.1819;0.1862;0.1905;0.1949;0.1992;0.2035;0.2079;0.2122;0.2165;0.2208;0.2252;0.2295;0.2338;0.238

MATLAB实例:将批量的图片保存为.mat文件 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一.彩色图片 图片数据:horse.rar 1. MATLAB程序 clc; clear all; num = 17; for i = 1 : num IM = imread(sprintf('E:\\将批量的图片保存为mat\\horse\\horse%03d.jpg', i)); eval(sprintf('IM%d = IM;', i)); en

MATLAB实例:为匹配真实标签,对训练得到的标签进行调整 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. MATLAB程序 munkres.m 见:MATLAB实例:Munkres指派算法 label_map.m function [ new_label ] = label_map( label, gnd ) %为匹配真实标签,对标签重新调整 K = length(unique(gnd)); cost_mat = zeros(K,K); f

MATLAB实例:Munkres指派算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. 指派问题陈述 指派问题涉及将机器分配给任务,将工人分配给工作,将足球运动员分配给职位等.目标是确定最佳分配,例如,使总成本最小化或使团队效率最大化.指派问题是组合优化领域中的一个基本问题. 例如,假设我们有四个工作需要由四个工作人员执行.因为每个工人都有不同的技能,所以执行工作所需的时间取决于分配给该工人的工人. 下面的矩阵显示了工人和工作的每种组合所需

MATLAB实例:构造网络连接图(Network Connection)及计算图的代数连通度(Algebraic Connectivity) 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. 图的代数连通度(Algebraic Connectivity) 图的代数连通度:Laplace图谱的次小特征值. 2. 网络连接图(Network Connection)的构造 随机生成一个具有50个节点的传感器网络.节点随机放置在3.5 x 3.5方形区

MATLAB实例:对称双随机矩阵 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 双随机矩阵(doubly stochastic matrix):元素属于[0,1],行和为1,且列和为1. MATLAB程序 function A=doubly_stochastic(n) %产生 n 阶双随机矩阵 A A(1,1)=rand; for i=2:n-1 d=1-sum(A(1,1:i-1)); A(1,i)=d*rand; end for i=2:n-

MATLAB实例:PCA降维 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. iris数据 5.1,3.5,1.4,0.2,1 4.9,3.0,1.4,0.2,1 4.7,3.2,1.3,0.2,1 4.6,3.1,1.5,0.2,1 5.0,3.6,1.4,0.2,1 5.4,3.9,1.7,0.4,1 4.6,3.4,1.4,0.3,1 5.0,3.4,1.5,0.2,1 4.4,2.9,1.4,0.2,1 4.9,3.1,1.5,0.1

MATLAB实例:PCA(主成成分分析)详解 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. 主成成分分析 2. MATLAB解释 详细信息请看:Principal component analysis of raw data - mathworks [coeff,score,latent,tsquared,explained,mu] = pca(X) coeff = pca(X) returns the principal componen

MATLAB实例:二元高斯分布图 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. MATLAB程序 %% demo Multivariate Normal Distribution clear clc %% 空间坐标范围 x1=-5:0.2:5; x2=-5:0.2:5; [X1, X2]=meshgrid(x1, x2); X=[X1(:) X2(:)]; %% 高斯分布参数 % 分量1 miu_1=[1 1]; % 均值 Sigma_1=

MATLAB实例:多元函数拟合(线性与非线性) 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 更多请看:随笔分类 - MATLAB作图 之前写过一篇博文,是关于一元非线性曲线拟合,自定义曲线函数. 现在用最小二乘法拟合多元函数,实现线性拟合与非线性拟合,其中非线性拟合要求自定义拟合函数. 下面给出三种拟合方式,第一种是多元线性拟合(回归),第二三种是多元非线性拟合,实际中第二三种方法是一个意思,任选一种即可,推荐第二种拟合方法. 1. MATLA

MATLAB实例:聚类网络连接图 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本文给出一个简单实例,先生成2维高斯数据,得到数据之后,用模糊C均值(FCM)算法对数据进行聚类,得到聚类中心,然后绘制每一类数据到聚类中心的网络连接图. 1. 程序 generate_data.m function data=generate_data() %前两列是数据,最后一列是类标签 %% %数据规模 N=100; %混合比例 para_pi=[0.33, 0

https://blog.csdn.net/piaoxuezhong/article/details/68065170 一.原理部分 点集的三角剖分(Triangulation),对数值分析(如有限元分析)以及图形学来说,都是极为重要的预处理技术.尤其是Delaunay三角剖分,关于点集的很多种几何图都和Delaunay三角剖分相关,如Voronoi图,EMST树等.Delaunay三角剖分有最大化最小角"最接近于规则化的"的三角网和唯一性(任意四点不能共圆)两个特点.Delaunay

这段代码是C++调用matab引擎的过程,代码的目的很简单,在C++中创建一个vector数组,然后将这个vector数组单位化.写这个代码的目的是学些C++与matlab之间的数据交互,以供日后参考. #include <iostream> #include <cstdio> #include <vector> #include <math.h> #include <time.h> #include "engine.h" #

一.何为图像噪声?噪声是妨碍人的感觉器官所接受信源信息理解的因素,是不可预测只能用概率统计方法认识的随机误差. 举个例子: 从这个图中,我们可以观察到噪声的特点:1>位置随机 2>大小不规则.我们将这种噪声称为随机噪声(random noise),这是一种非常常见的噪声类型. 二.噪声的类型 噪声可以借用随机过程以及概率密度函数(Probability Density Function,PDF)来描述,通常可采用其数组特征,即均值,方差,相关函数等.按照概率密度函数分为高斯噪声.瑞利噪声.伽马