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
b
c
d
9.510.3
10.1
8.110.3
9.710.4
10.1
10.6
8.69.2
10.0
10.5
10.4
10.1
10.1
10.9
9.810.0
10.1
10.6
9.89.7
10.0
10.4
10.5
10.6
10.3
10.1
10.2
10.8
8.49.3
10.2
9.610.0
10.5
10.0
10.7
9.9matlab程式如下：
cloud_main.m%以下是主函式cloud_main.mclc;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 = [ 9.510.310.18.1; 10.39.710.410.1; 10.68.69.210.0; 10.510.410.110.1; 10.99.810.010.1; 10.69.810.010.1; 10.410.510.610.3; 10.110.210.88.4; 9.310.29.610.0; 10.510.010.79.9; ]; 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]);endfunction [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;雲計算助力大資料分析
前記 這是我老婆隨手寫的一篇文章，結合了她當前的分析工作和雲計算，介紹了雲計算對大資料分析的助力。在網際網路後時代，資料分析已經成為企業保持競爭力的必要方法。企業在成長和發展的過程中積累了海量的資料，這些歷史資料不管是通過紙質媒介，還是通過硬碟記錄下來，都是企業寶貴的資料資產。對資料進行數位化處理，...
基於雲計算的海量資料儲存模型
隨著越來越多的人使用計算機，整個網路會產生數量巨大的資料，如何儲存網路中產生 的這些海量資料，已經是乙個擺在面前亟待解決的問題。現在常見的三種儲存方式是das 1 nas 和san，但是面對網路產生的越來越多的資料，這三種方式的缺點就明顯的暴露出來。das 儲存方式可擴充套件性差，系統效能低，儲存分...
阿里雲移動資料分析服務使用教程
優勢點一站式運營 從資料採集 分析 加工 應用，移動資料分析提供一站式的產品體驗，幫助開發者更簡單 更便捷地資料化運營與運維 資料自定義分析。秉承 資料是客戶的 原則，開發者可以一鍵獲取採集的使用者行為資料，方便開發者借助大資料計算服務maxcompute自主進行bi分析 資料開發及挖掘。應用效能分...