营销型网站建设项目需求表,全网营销思路,中国建设银行的网站设计,蛋糕网站案例算法部分 1. 评价类模型2. TOPSIS3. 线性规划4. 聚类分析5. 预测模型6. 拉伊达准则(对异常值进行剔除)7. 数据拟合8. 图论代码练习1. 模拟圆周率2. 斐波那契数列3. 四只鸭子落在一个圆中概率4. 方程2: y uy y,初值y(0) 1,y(0) 0 算法讲解 matlab代码大全 1. 评价类模型… 算法部分 1. 评价类模型2. TOPSIS3. 线性规划4. 聚类分析5. 预测模型6. 拉伊达准则(对异常值进行剔除)7. 数据拟合8. 图论代码练习1. 模拟圆周率2. 斐波那契数列3. 四只鸭子落在一个圆中概率4. 方程2: y uy y,初值y(0) 1,y(0) 0 算法讲解 matlab代码大全 1. 评价类模型 评价类模型内容1 评价类模型内容2
2. TOPSIS
构造计算评分的公式
topsis评价模型:将原始数据矩阵统一指标类型一般正向化处理 得到正向化的矩阵 代码
3. 线性规划 线性规划(linprog)模型:高中知识所学 整数线性规划(intlinprog)模型变量有部分限制为整数的线性规划 匈牙利算法求解任务分配问题的组合优化算法(一对一的问题) 二分图最大匹配 匈牙利算法用于寻找最大匹配通过不断寻找怎光路径来寻找最大匹配问题 讲解传送
匈牙利算法matlab实现 python实现
非线性规划(fmincon)模型:目标函数或者约束条件中包含非线性函数 非线性规划例题传送阵二次规划(quadprog)模型:目标函数自变量为x的二次函数约束条件又全是线性的多目标规划(fgoalattain)模型研究多于一个的目标函数在给定区域上的最优化给予权重来评判目标重要性 matlab代码传送阵绘制柱形竞赛图:https://blog.csdn.net/zhwzhaowei/article/details/110915135
4. 聚类分析
聚类分析(pdist)是根据在数据中发现的描述对象及其关系的信息将数据对象分组。目的是组内的对象相互之间是相似的相关的而不同组中的对象是不同的不相关的。 组内相似性越大组间差距越大说明聚类效果越好 K-Means聚类算法代码通道
X[0 0;1 0;0 1;1 1;2 1;1 2;2 2;3 2;6 6;7 6;8 6;6 7;7 7;8 7;9 7;7 8;8 8;9 8;8 9;9 9]; % XN*P的数据矩阵
[idx,C,sumd,d] kmeans(X,2); % idxN*1的向量存储的是每个点的聚类标号
figure; % K 2;表示将X划分为几类为整数。 CK*P的矩阵存储的是K个聚类质心位置
plot(X(:,1),X(:,2),.); % sumd1*K的和向量存储的是类间所有点与该类质心点距离之和。 dN*K的矩阵存储的是每个点与所有质心的距离
title Randomly Generated Data;
figure;
plot(X(idx1,1),X(idx1,2),r.,MarkerSize,12)
hold on
plot(X(idx2,1),X(idx2,2),b.,MarkerSize,12)
plot(C(:,1),C(:,2),kx,...MarkerSize,15,LineWidth,3)
legend(Cluster 1,Cluster 2,Centroids,...Location,NW)
title Cluster Assignments and Centroids
hold off5. 预测模型
灰色预测模型对原始数据进行生成处理来寻找系统变动的规律并生成有较强规律性的数据序列然后建立相应的微分方程模型从而预测事物未来发展趋势的状况。 最小二乘法代码传送 矩阵基本法使用与代码讲解时间序列预测模型按照时间顺序一定的时间间隔取得的一系列观测值进而预测以后的数据 时间序列分析传送阵 时间序列例题及代码分析模拟退火优化算法1 模拟退火优化算法2
6. 拉伊达准则(对异常值进行剔除) 假设一组检测数据只含有随机误差对其进行计算处理得到标准偏差按一定概率确定一个区间认为凡超过这个区间的误差就不属于随机误差而是粗大误差含有该误差的数据应予以剔除基于3σ原则 代码实现传送阵 正太检验
7. 数据拟合
插值法介绍传送阵 插值法代码传送阵数据拟合与插值介绍及部分matlab matlab做曲线拟合的教程 拟合在线传送阵
8. 图论
握手定理
在任何有向图图中所有顶点的度数之和等于边数的2倍所有顶点的入度之和等于所有顶点出度之和等于边数无向简单图同样所有顶点的度数之和等于边数的2倍
有限简单图 顶点个数有限 任意一条边有且只有两个不同的点与它相互关联 边之间不能够重复 矩阵的表示PPt Dijkstra讲解求最短路径问题 Dijkstra算法matlab传送阵1 Dijkstra算法matlab传送阵2 kruskal:连通网中查找最小生成树 讲解视频 kruskal matlab传送阵 神经网络实现分类与预测模型 Bp神经预测代码传送 Bp神经分类代码传送 匹配讲解在一个图中两个不相邻的边称之为匹配其边上的两个端点称之为配对的若匹配集M的某条边与顶点v是关联的则称M饱和顶点v
代码练习
1. 模拟圆周率 allPoints input(请输入总点数)
count 0
for i 1:allPointsif rand^2 rand^2 1count count 1end
end
res count / allPoints * 4
disp(res)2. 斐波那契数列
N input(请输入项数)
res [1,1]
for i 3:Nelement res(length(res)) res(length(res) - 1)res [res,element]
disp(res)3. 四只鸭子落在一个圆中概率
N 4
count 0
total 1000 %试验次数
for i 1:totalp1 2*[rand,rand]-1;p2 2*[rand,rand]-1;p3 2*[rand,rand]-1;p4 2*[rand,rand]-1;p [p1,p2,p3,p4]; %生成4 2 矩阵for j 1:Nk p(i,2) / p(i,1);b [];if (i j)continue;elseb [b, p(i,2) - p(i,1)*k];endend
end
if (b(1)0 b(2)0 b(3)0 | b(1)0 b(2)0 b(3)0)count count 1;
res count/total;
disp(res);
# 拓展N只鸭子
% 生成N个随机点
function p Npoints(N)p [];for i 1:Np [p;2*[rand,rand]-1] % 每一列end
end% 判断截距的一致性
function isEqual ifisEqual(b)isEqual 1;if b(1)0for i 1:length(b)if b(i)0isEqual 0;endendelsefor i 1:length(b)if b(i)0isEqual 0;endendend
end4. 方程2: y uy’ y,初值y(0) 1,y(0) 0
syms y(x) mu
eqn diff(y,2) mu*diff(y)y;
cond1 y(0) 1;
Dy(0) 0;
dsolve(eqn) % dsolve(方程,初值) 常微分方程求解B repmat(A,m, n):将矩阵A复制m×n块即把A作为B的元素Btm×n个A平铺而成。 prod():与sunm类似求积 数据导入函数weitetable() 数据导出函数readtable() Y round(X,N,type) 指定四舍五入的类型 type filename 在 MATLAB 命令行窗口中显示指定文件的内容 imread(x.jpg)图片读入以0:255读入格式为 unit8 imshow(x)矩阵图片显示 imresize(x0.5)图片大小更改 imwrite(x.jpg)图片写入以图片存入路径 imbinarize(a)将图片矩阵二值化 logical(A)将矩阵A转换为逻辑值(即非零即为1) bwlabel(A,4/8)联通分量化 solve(方程1方程2…变量1变量2…)求解函数
