」雲」或者』雲滴『是雲模型的基本單元，所謂雲是指在其論域上的乙個分布，可以用聯合概率的形式（x， u）來表示
雲模型用三個資料來表示其特徵
期望：雲滴在論域空間分布的期望，一般用符號εx表示。
熵：不確定程度，由離散程度和模糊程度共同決定，一般用en表示。
超熵： 用來度量熵的不確定性，既熵的熵，一般用符號he表示。
雲有兩種發生器：正向雲發生器和逆向雲發生器，分別用來生成足夠的雲滴和計算雲數字特徵（ex， en，he）。
正向雲發生器：
1.生成以en為期望，以he^2為方差的正態隨機數en』。
2.生成與ex為期望，以en『^2為方差的正態隨機數x。
3.計算隸屬度也就是確定是 u=exp（-（x - ex）^2 / 2*en『^2）,則（x， u）便是相對於論域u的乙個雲滴。這裡選擇常用的「鐘型」函式u=exp（-（x - a）^2 / 2*b^2）為隸屬度函式。
4. 重複生成123步驟直到生成足夠的雲滴。
逆向雲發生器
1.計算樣本均值x和方差s^2
2.ex = x
3.en = s^2
4. he = sqrt(s^2 - en^2)
雲模型的matlab設計 ———評估下面四位選手的設計水平選手a
bcd1
9.510.3
10.1
8.12
10.3
9.710.4
10.1
310.6
8.69.2
10.0
410.5
10.4
10.1
10.1
510.9
9.810.0
10.1
610.6
9.89.7
10.0
710.4
10.5
10.6
10.3
810.1
10.2
10.8
8.49
9.310.2
9.610.0
1010.5
10.0
10.7
9.9
matlab程式如下：
cloud_main.m
% 以下是主函式cloud_main.m
clc;
clear all;
close all;
% 每幅圖生成n個雲滴
n = 1500;
% 射擊成績的原始資料
y = [
9.5 10.3 10.1 8.1;
10.3 9.7 10.4 10.1;
10.6 8.6 9.2 10.0;
10.5 10.4 10.1 10.1;
10.9 9.8 10.0 10.1;
10.6 9.8 10.0 10.1;
10.4 10.5 10.6 10.3;
10.1 10.2 10.8 8.4;
9.3 10.2 9.6 10.0;
10.5 10.0 10.7 9.9;
];for i = 1: size(y,2)
subplot(size(y,2)/2, 2, i)
% 呼叫函式
[x, y, ex, en, he] = cloud_transform(y(:,i), n);
plot(x, y, 'r.');
xlabel('射擊成績分布/環');
ylabel('確定度');
title('人射擊雲模型還原圖譜');
% 控制座標軸的範圍
% 統一座標軸上才會在雲模型形態上才具有可比性
axis([8, 12, 0, 1]);
end
cloud_transform.m
function [x, y, ex, en, he] = cloud_transform(y_spor, n);
% x 表示雲滴， y 表示隸屬度（這裡是鐘型隸屬度）， 意義是度量傾向的穩定程度；
% ex 雲模型的數字特徵，表示期望；en 雲模型的數字特徵，表示滴（表示混亂程度的物理量，實在是打不出來了，就用這個代替了，下同）；
% he 雲模型的數字特徵，表示超滴
ex = mean(y_spor);
en = mean(abs(y_spor - ex)).*sqrt(pi./2);
he = sqrt(var(y_spor) - en.^2);
% 通過統計資料樣本計算雲模型的數字特徵
for q = 1:n
enn = randn(1).*he + en;
x(q) = randn.*enn + ex;
y(q) = exp(-(x(q) - ex).^2./(2.*enn.^2));
endx;
y;
可以看出c選手的雲滴凝聚抱合程度更高，所以可以認為c選手在本次比賽表現更為出色。
基於matlab的SUSAN特徵檢測實現
susan運算元是乙個原理簡單 易於了解的運算元。由於其指數基於對周邊象素的 灰度比較，完全不涉及梯度的運算，因此其抗雜訊能力很強，運算量也比較小 同時，susan運算元還是乙個各向同性的運算元 最後，通過控制引數t和g，可以根據具體情況很容易地對不同對比度 不同形狀的影象通過設定恰當的t和g進行控...
基於MATLAB的均值濾波演算法實現
在影象採集和生成中會不可避免的引入雜訊，影象雜訊是指存在於影象資料中的不必要的或多餘的干擾資訊，這對我們對影象資訊的提取造成干擾，所以要進行去雜訊處理，常見的去除雜訊的方法有均值濾波 中值濾波 高斯濾波等，這一篇要實現的是均值濾波。均值濾波的方法是將影象資料生成3x3的矩陣或是5x5等其他模板，然後...
基於matlab實現層次分析的演算法
層次分析 ahp 以乙個準則層判斷矩陣和四個方案層判斷矩陣為例，包括一致性檢驗 特徵向量 特徵值的計算。我們以特徵向量作權重向量，直接輸出。如下 format short clc clear ri 0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45 a input 請輸入決...