- 博客(27)
- 收藏
- 关注
RSS订阅原创 数学建模：MATLAB卷积神经网络
将其中最具有代表性的特征提取出来，提取方法常见有最大池化和平均池化，分别取区域中的最大值或者平均值代表最具代表性的特征。卷积层：提取图像的底层特征，在存在特征的区域确定高值，不存在的区域确定低值，计算其与卷积核的乘积值来确定得到特征图（卷积核通过在输入图像的二维矩阵上不停的移动，每一次移动都进行一次乘积的求和，作为此位置的值。），整个卷积过程是一个降维过程，通过卷积核的不停移动计算，可以提取图像中最有用的特征，输出层：将图像转换为其对应的由像素值构成的二维矩阵，并存储二维矩阵。
2025-03-21 20:31:10
1021
原创 数学建模：MATLAB循环神经网络
循环神经网络由输入层、隐藏层、输出层组成。输入层接受传入数据；隐藏层既接收当前时刻的输入，也接收上一时刻隐藏层的状态作为额外输入，这种结构允许RNN对序列中的每个元素执行相同的操作，同时保持一个“记忆”状态，这个状态会随着序列的推进而更新；输出层基于隐藏层的状态生成输出。这样的设计使LSTM能够在长时间跨度内保留重要的信息，同时也能够选择性地忘记不相关的信息。的方法，按照标准的反向传播算法进行权重更新，并对每个时间步都执行误差反传和权重更新。，同时保持一个“记忆”状态，这个状态会随着序列的推进而更新。
2025-03-14 20:25:51
1315
1
原创 数学建模：MATLAB强化学习
的强化学习算法，用于解决具有高维状态空间的问题。基于当前观察到的状态，智能体选择一定策略决定采取的动作，根据每个动作的价值分配一个选择的概率，价值越高的动作被选中的概率越大，所有动作都有可能会被选择。基于新获得的状态和奖励，智能体采用一定的价值函数更新其对当前策略的价值评估：时序差分学习、蒙特卡洛方法、动态规划方法。智能体执行动作后，观察环境对其动作的响应，接收新的状态和相应的奖励，奖励是标量值，用于评估所选动作的好坏。智能体通过与环境的交互，使得其作出的动作所得到的决策得到的总的奖励达到最大。
2025-03-07 20:31:45
1558
原创 数学建模：MATLAB极限学习机解决回归问题
前向传播：输入数据通过已设定的权重和偏置传递给隐藏层，经过激活函数处理后产生隐藏层的输出。隐藏层到输出层的映射可以视为一个线性系统，通过最小二乘法方法求解该线性系统的最优解。利用广义逆矩阵计算隐藏层到输出层的连接权重，使得最后的输出结果尽可能接近目标值。下面matlab代码使用极限学习机对光谱数据进行回归分析，对样本数据进行预测。随机生成从输入层到隐藏层的所有连接权重以及每个隐藏层神经元的偏置值。在得到隐藏层输出后，需找到从隐藏层到输出层的。，这些参数在整个训练过程中不会被修改。输入层接受传入的样本数据。
2025-03-02 21:16:55
461
原创 数学建模：MATLAB ：RBF、GRNN、PNN神经网络解决分类和回归问题
输出层通常只包含一个节点，该节点的值为加权求和层的输出除以非线性求和层的输出。），输入数据经过隐藏层的径向基函数从原始的输入空间映射到一个高维的特征空间，在高维空间中进行线性或非线性的操作；输出层将隐含层的输出进行线性组合，产生最终的输出。加权求和层计算所有模式层节点输出的加权和，非线性求和层计算所有加权值的非线性函数值。输出层从求和层提供的信息中确定最终的分类结果，选择具有最大后验概率的类别作为预测结果。输入层的输入层节点数与输入向量的维数相等，各个节点直接将输入样本传输到模式层中。
2025-02-27 22:01:44
747
1
原创 2024亚太杯数学建模竞赛（中文赛项）B题学习
先随机取出一个样本放入采样集中，再把该样本放回初始数据集中，使得下次采用时该样本扔有可能被选中，这样经过多次随机采样操作，我们得到含有全部样本的采样集，初始数据集中有的样本多次出现，有的则从未出现。用Pearson相关性分析模型计算出各指标与洪水发生概率的相关性系数，相关性系数越高的与洪水发生概率的相关性越大。3.递归构建决策树并计算特征重要性，找到特征重要性最大的指标为与洪水发生概率具有强相关性的指标。在决策树的每个分裂点，随机选择特征的一个子集为每次分裂时考虑的特征数。用PowerPoint绘制该图。
2025-02-25 21:39:50
395
原创 数学建模：MATLAB支持向量机解决分类问题
找到一个超平面将样本分成两类，并且间隔最大本质是在n维的数据中设计一个最优化的n-1维超平面去划分不同类别的数据，量化两类数据差异的方法。区分不同类别的数据的平面为决策超平面；分为两类的数据分别位于正超平面和负超平面。硬间隔是两个决策边界之间的距离，求解最优超平面本质就是找到一个最大硬间隔的超平面；硬间隔不允许出现异常的点，决策边界与决策超平面之内没有数据时间隔为硬间隔。软间隔具备一定的容错率，能够允许数据样本中异常值的出现，寻找最大软间隔即为找到硬间隔与样本数据中异常值的损失的最大差值。
2025-02-23 19:18:27
268
原创 数学建模：MATLAB BP神经网络
BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，由 输入层、隐含层和输出层 构成 ，其中隐含层有一层或者多层。每一层可以有若干个节点。正向传播：数据从输入端输入后，沿着网络的指向，乘以对应的权重后再加和，再将结果作为输入在激活函数中计算，将计算的结果作为输入传递给下一个节点。依次计算，直到得到最终结果，即为正向传播。用梯度下降法来训练神经网络，正向传播得到预测值，预测的结果与实际的结果存在误差，将误差沿着梯度下降的方向对权重进行调整，通过多次迭代调整各层权重值得到最终神经网络模型。
2025-02-15 22:21:44
287
原创 数学建模：MATLAB K均值聚类
2.各个数据根据他们到每个聚类中心的距离选择中心最近的聚类分配到其中。3.重新计算各个聚类中的所有数据的平均值，并将得到的结果作为新的中心；1.在数据集中随机选择K个数据用来做K个聚类的初始中心。4.重复上述操作直至。
2025-02-07 17:49:02
218
原创 数学建模：MATLAB降维：主成分分析（PCA）和偏最小二乘回归（PLS）
PCA的思想是将n维特征映射到m维上（m<n），这m维是全新的正交特征，称为主成分，这m维的特征是重新构造出来的，不是简单的从n维特征中减去n-m维特征。：计算自变量和因变量的协方差矩阵，通过迭代算法（如NIPALS算法）提取出第一组主成分，这组主成分既能反映自变量的变化趋势，又能反映因变量的变化趋势。：对剩余的自变量残差继续提取新的主成分，并进行回归，直到满足预定的停止准则（如累计解释变异率达到设定阈值，或提取的主成分数目达到预设值）。：将提取出的主成分作为新的自变量，对因变量进行线性回归建模。
2025-02-07 09:58:34
335
原创 数学建模：MATLAB决策树
决策树（Decision Tree）是一种分类和回归方法，是基于各种情况发生的所需条件构成决策树，以实现期望最大化的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。以Fisher 1936 年的鸢尾花数据为例，构建决策树。对比测试数据的预测值与实际值确定该决策树的精准度。
2025-02-05 22:19:45
360
原创 数学建模：MATLAB模拟退火算法求解旅行商（TSP）问题
TSP问题（旅行商问题）是指旅行家要旅行n个城市，要求各个城市经历且仅经历一次然后回到出发城市，并要求所走的路程最短。下面用模拟退火算法解决该问题。
2025-02-03 15:47:12
146
原创 数学建模：MATLAB蚁群算法求解旅行商（TSP）问题
TSP问题（旅行商问题）是指旅行家要旅行n个城市，要求各个城市经历且仅经历一次然后回到出发城市，并要求所走的路程最短。下面用蚁群算法解决该问题。
2025-01-26 22:32:12
219
原创 C++学习：STL初识
STL广义上分为：容器、算法、迭代器容器和算法通过迭代器进行连接。STL分为六大组件：容器、算法、迭代器、仿函数、适配器、空间配置器。STL容器就是将运用广泛的一些数据结构实现出来，常用的数据结构有：数组、链表、树、栈、队列、集合、映射等。
2024-10-14 20:01:05
1444
原创 职工管理系统
创建职工管理头文件：workerManager.h，在其中设计管理类，在职工管理源文件中补全构造与析构函数。菜单功能：在职工管理头文件中添加成员函数展示菜单函数并在源文件中实现该函数。
2024-10-06 18:32:14
867
原创 C++学习：职工管理系统
经理职责：完成老板交给的任务，并下发任务给员工。公司有三种员工分别为 普通员工、经理和老板。每个员工有 职工编号，姓名和部门编号。普通员工职责：完成经理交给的任务。老板职责：管理公司所有事务。
2024-09-29 18:27:39
414
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人