登录
首页 » matlab » 69491728rough-set-codes

69491728rough-set-codes

于 2021-04-23 发布 文件大小:2483KB
0 347
下载积分: 1 下载次数: 16

代码说明:

  胡清华邻域粗糙集源码,matlab源代码,方便可用(Hu Qinghua neighborhood rough sets source code, matlab source code, easy to use)

文件列表:

胡清华邻域粗糙集源码\abalone.mat
胡清华邻域粗糙集源码\all2data.m
胡清华邻域粗糙集源码\audiology.mat
胡清华邻域粗糙集源码\biodeg.mat
胡清华邻域粗糙集源码\biodegxiugai.mat
胡清华邻域粗糙集源码\C4_5.m
胡清华邻域粗糙集源码\cleve.mat
胡清华邻域粗糙集源码\clsf_dpd.m
胡清华邻域粗糙集源码\clsf_dpd_fast.m
胡清华邻域粗糙集源码\clsf_dpd_fast2.m
胡清华邻域粗糙集源码\clsf_dpd_fast_3.m
胡清华邻域粗糙集源码\credit.mat
胡清华邻域粗糙集源码\crossvalidate.m
胡清华邻域粗糙集源码\crossvalidate1.m
胡清华邻域粗糙集源码\featureselect_FW_fast.m
胡清华邻域粗糙集源码\horse0-1.mat
胡清华邻域粗糙集源码\iono.mat
胡清华邻域粗糙集源码\Iris.mat
胡清华邻域粗糙集源码\KNN.m
胡清华邻域粗糙集源码\lungcancer.mat
胡清华邻域粗糙集源码\MAIN.m
胡清华邻域粗糙集源码\mushroom1.mat
胡清华邻域粗糙集源码\NEC.m
胡清华邻域粗糙集源码\nec1.m
胡清华邻域粗糙集源码\osu_svm3.00\cardiag.asv
胡清华邻域粗糙集源码\osu_svm3.00\cardiag.m
胡清华邻域粗糙集源码\osu_svm3.00\cmap.mat
胡清华邻域粗糙集源码\osu_svm3.00\Contents.m
胡清华邻域粗糙集源码\osu_svm3.00\createset.m
胡清华邻域粗糙集源码\osu_svm3.00\data\car.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\cleve.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\cleve.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\credict.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\crx.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\crx_fcm.dat
胡清华邻域粗糙集源码\osu_svm3.00\data\crx_numeric.all
胡清华邻域粗糙集源码\osu_svm3.00\data\derm.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\dermatology.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\dermatology_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\dermatology_numeric.data
胡清华邻域粗糙集源码\osu_svm3.00\data\diabe.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli_numerical.data
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\crx_fcm.dat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\diabe.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\ecoli3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\heart_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\ionosphere3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\sonarall_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\soy.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\wdbc3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\wine3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\wpbc_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\glass.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\glass.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\heart.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\heart.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\iono.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\ionosphere.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\cleve.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\crx.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\derm.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\diabe.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\ecoli.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\heart.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\iono.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\sonar.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\soy.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\wdbc.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\wine.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\wpbc.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\sonar.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\soy.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\wdbc.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\wdbc.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\wine.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\wpbc.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\wpbc_xiugai.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_clademo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_lindemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_poldemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_rbfdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_svcdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\DemoData_class.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\DemoData_test.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\DemoData_train.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\one_rbfdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\osusvmdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\SVMClassifier.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_clademo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_lindemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_poldemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_rbfdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_svcdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demos.m
胡清华邻域粗糙集源码\osu_svm3.00\discar.mat
胡清华邻域粗糙集源码\osu_svm3.00\dissim.m
胡清华邻域粗糙集源码\osu_svm3.00\entropy.m

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • regress
    一个xgboost实现的回归模型预测,数据集来源于kaggle的taxi竞赛(Regression model prediction based on a xgboost implementation)
    2017-10-13 10:09:42下载
    积分:1
  • MqnieCarlo
    MonteCarlo仿真的C++源码,具有参考价值(C source code of MonteCarlo simulation, which has reference value)
    2018-08-03 21:25:08下载
    积分:1
  • weka源代码
    weka是一个很优秀的数据挖掘软件,可以把weka作为程序包打入工程中,基本想要的功能很快就能实现
    2023-06-01 10:00:04下载
    积分:1
  • 中编写C语言程序预处理,读取文本文件中的,使用链表,并输出该组的按平均值、中值、边界值平滑的结果。若分箱时缺失则用最后的值复制代替,还要找出程序中
    数据挖掘中编写C语言程序数据预处理,读取文本文件中的数据,使用链表,并输出该组数据的按平均值、中值、边界值平滑的结果。若分箱时数据缺失则用最后的值复制代替,还要找出程序中的离群点,要求程序符合结构化程序设计风格,关键地方需加注释。完美实现!
    2022-02-28 20:00:10下载
    积分:1
  • Wavelet-Packet
    基于混合信号的小波包分解技术在故障特征提取中的应用(Feature Extraction Using Multisignal Wavelet Packet Decomposition)
    2017-04-15 15:49:06下载
    积分:1
  • rcitime__type
    二进制粒子群优化算法pso,主程序:swarmpso m 它包括以下子程序: 1  初始化:swarminit m 2  适应值计算函()
    2017-12-09 12:19:17下载
    积分:1
  • edge
    工程算法 这是一个很有用的工程数值算法集锦(Engineering algorithm this is a useful collection of engineering numerical algorithms.)
    2018-09-05 06:04:58下载
    积分:1
  • Archive
    PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)
    2020-06-21 15:40:02下载
    积分:1
  • qb神经网络
    从数据库获取车辆在一段时间内的所有行驶记录的相关数据,确定所需数据为GPS经纬度坐标和驾驶时长等,QB模型采用MDF的思想,其基本思想为:通过平均直接翻转距离函数定义两条轨迹之间的距离,两条轨迹需要具有相同的经纬度点数,具有相同点数的轨迹最大的优点是对轨迹距离成对计算,且相同轨迹之间具有更高的分辨率,对于轨迹聚类的结果有一定的优化。(Retrieved from the database cars all over a period of time, record the related data, determine the required data for the GPS latitude and longitude coordinates, and the driving time, QB model by adopting the idea of MDF, its basic idea is: flip directly by the average distance function definition of the distance between two trajectories, two tracks will have the same latitude and longitude points, and has the biggest advantages of the same points of trajectory track distance calculation in pairs, and has higher resolution, between the same trajectory for trajectory clustering results have certain optimization.)
    2020-06-23 08:00:01下载
    积分:1
  • pu_ju_lei
    说明:  将数据集转换为拉普拉斯矩阵,然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数,全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。(The data set is transformed into Laplacian matrix, and then clustered by spectral clustering based on graph theory. The Laplacian matrix is calculated by using the Gauss kernel function and the full connection method. Spectral clustering is good at dealing with high-dimensional or non-convex data sets.)
    2019-07-01 16:05:39下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载