report112

TextureAnlysis.m实现遥感图像的纹理分析，以 方向邻域内的灰度均值 和 灰度共生矩阵的熵 作为纹理特征，使用k-means聚类。(TextureAnlysis.m the realization of remote sensing image texture analysis to the direction of the gray-scale neighborhood of the mean and the entropy of gray level co-occurrence matrix as texture features, the use of k-means clustering.)

基于实数编码遗传算法的函数极植优化程序，希望大家能够相互参考学习(Based on real-coded genetic algorithm function pole planting of the program, hope that we can cross-reference study)

neuro network BPnetworks

说明：  MATLAB 拥有大量的常用数学函数、工具箱，基本包括了现今数学、物理及工程应用领域的 常用函数，如能熟练掌握，无论在编程时间或程序量上，都远远低于Fortran、C 等高级语言，尤其在 处理矩阵和向量计算方面更具有无可比拟的优势。 我们在数学建模竞赛中，由于只有短短的三到四天，而论文的评判不仅注重计算的结果更注重模型 的创造性，比赛中把大量的时间花费在编写和调试程序上只会喧宾夺主，这是不值得的，这时使用 MATLAB 可以很大程度上的方便计算、节省时间，使我们将精力更多的放在模型的完善上，所以是较 为理想的。 这里我们仅举了一些运用 MATLAB 的例子，这些都是在数学建 模中时常遇到的问题，希望能抛砖引玉，帮助同学们在数学建模中方便、快捷的使用MATLAB，并善用这一工具。(mathematical modeling question Matlab example)

Prueba1 FletcherReeves Hernández Santiago José Maestría en Ciencias de la Computación Septiembre / 2011 1. Comenzar con un punto arbitrario 2. Calcular Gradiente de Fi 3. Si el Gradiente Fi es igual a 0(converge), termina 4. Si el Gradiente Fi es !=0 continuar 5. Encontrar dirección de búsqueda Si= -GradienteFi= - Gradiente F(Xi) 6. Determinar la Longitud Optima del incremento lamda(i) en dirección Si X(i+1)=X(i)+lamda(i)*S(i)= X(i)-lamda(i)*Gradiente F(Xi) 7. Hacer i=2 8. Obtener Gradiente Fi 9. Calcular Si= -GradFi + ( [abs(GradFi)^2]/[abs(GradF(i-1))^2] )*S(i-1) 10. Determinar la Longitud Optima del incremento lamda(i) en dirección Si X(i+1)=X(i)+lamda(i)*S(i)= X(i)-lamda(i)*Gradiente F(Xi) 7. Verificar Optimalidad de X(i+1) Si es optimo, detener Si no es optimo hacer i=i+1 e ir al paso 8

在一定区域内画圆，各个圆以相同的速度膨胀，直至填满该区域。(Draw circles and the circles can be full in the rectancle )

说明：  mann-kendall趋势性检验，用于检验一组数据趋势性情况(mann-kendall trend test, a set of data used to test the trend of the situation)

FSO通信MC仿真，基于FSO信道特性给出信道损失的Monte Carlo仿真(simulation of FSO Monte Carlo)

图像去雾算法Matlab代码，可以实现图像去雾处理(Haze remove code)

BAMIC是一种multi-instance聚类的算法。(BAMIC is a package for multi-instance clustering. This package includes the MATLAB implementation of BAMIC, which is designed to deal with unsupervised multi-label learning problems. It is particularly useful when real-world objects are represented under multi-instance setting while the labels of these objects are unknown. )