搜索资源列表
trn_1in
- 模型辨识 模糊神经网络 T-S模型 输入输出 隶属度函数-Model Identification of TS Fuzzy Neural Network model input and output membership function
fuzzy-c-means
- 模糊C均值聚类算法，在C均值的基础上加入隶属度。-Fuzzy C-means clustering algorithm, on the basis of the C mean join the membership.
SGA-FUZZY
- 采用改进遗传算法优化模糊控制隶属函数，实现隶属度自动寻优-Using improved genetic algorithm to optimize the fuzzy membership function, the membership degree of automatic optimization
cloud
- ”云”或者’云滴‘是云模型的基本单元，所谓云是指在其论域上的一个分布，可以用联合概率的形式（x， u）来表示 云模型用三个数据来表示其特征 期望：云滴在论域空间分布的期望，一般用符号Εx表示。 熵：不确定程度，由离散程度和模糊程度共同决定，一般用En表示。 超熵： 用来度量熵的不确定性，既熵的熵，一般用符号He表示。 云有两种发生器：正向云发生器和逆向云发生器，分别用来生成足够的云滴和计算云数字特征（Ex， En，He）。 正向云发生器： 1.生成以En为期望，以H
模糊聚类R代码
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means clustering algorithm or FCM. Among many fuzzy clustering algorithms, the Fuzzy C-Means algori
模糊综合评判方法（python）
- 首先确定被评价对象的指标集和等级集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊综合评价结果(Firstly, the index set and grade set of the evaluated object are determined; then, the weight of each factor and their membership degree vectors are determined s
fcm
- 一种快速的抗噪声模糊C均值图像分割算法 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出。该算法结合像素灰度值相似度和隶属度构造了一个新的空间函数。该空间函数用于更新成员关系，而成员关系又用于迭代地获取聚类中心。所提出的算法可以在较少的迭代次数下获得理想的分割结果，有效地降低了噪声的影响。(A fast anti noise Fuzzy C-Means Image Segmentation AlgorithmImage segmentation is to divide the i