matlab和投影寻踪

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

有没有关于用matlab编制投影寻踪方面的程序代码?找代码的话,不要直接找。列出关键部分,比如说你的投影寻踪,你认为这里哪些算法才是核心内容,然后寻找这样的代码。最好是给出核心代码的英文翻译。基于遗传算法的投影寻踪模型Matlab源码基于遗传算法的投影寻踪模型Matlab源码%%“投影寻踪+遗传算法优化”的主仿真程序%GreenSim团队原创作品,转载请注明%Email:greensim@163.com%GreenSim团队主页:[color=red]欢迎访问GreenSim——算法仿真团队→[url=][/url][/color]%%第一步:仿真参数设置clearclccloseallloadQ5.txtDD=Q5;%导入D矩阵[n,p]=size(DD);np=15;%训练样本的个数,前面1~np个样本用于建立模型,剩下的样本用于预测ifnp=nerror('用于预测的样本个数不能大于或等于样本总数,请重新设置');endyear=1:np;%选择参与计算的样本,默认选择全部Factor=1:p;%选择部分指标,默认选择全部D=DD(year,Factor);K=50;%迭代次数N=30;%种群规模Pm=0.3;%变异概率LB=-ones(1,p);%决策变量的下界UB=ones(1,p);%决策变量的上界Alpha=0.1;%窗口半径系数,典型取值0.1b%%调用遗传算法优化投影寻踪模型的程序[BESTX,BESTY,ALLX,ALLY]=GAUCP(K,N,Pm,LB,UB,D,Alpha)%%以下均为整理输出结果%所有数据都在workspace里,最值得关注的三个数据是%Z投影指标值,和参考文献里的符号是一致的%Best_a最佳投影向量,参考文献里也是用的符号a,这里加了个前缀Best,表示最佳%BESTY投影寻踪模型中的目标函数的变化情况,文献中的模型是最大化模型,这里按照惯例,对其加了个负号成为最小化模型Best_a=(BESTX{K})';%方向向量disp('最佳投影向量为');disp(Best_a);d=zeros(np,p);DDjmax=max(DD);DDjmin=min(DD);fori=1:npd(i,:)=(DD(i,:)-DDjmin)./(DDjmax-DDjmin);endZ=zeros(np,1);fori=1:npZ(i)=abs(sum(Best_a.*d(i,:)));endZ=abs(Z);%%figure(2)%投影散布图plot(year,abs(Z),'bd','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','b','MarkerSize',5);%axis([1,12,0,2.5]);%图形边界根据需要显示gridonxlabel('Year','FontName','TimesNewRoman','FontSize',12);ylabel('ProjectiveValue','FontName','TimesNewRoman','Fontsize',12);%%figure(3)[newZ,I]=sort(Z);newyear=year(I);plot(year,abs(newZ),'bd','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','b','MarkerSize',5);%axis([1,12,0,2.5]);%图形边界根据需要显示gridonxlabel('Year','FontName','TimesNewRoman','FontSize',12);ylabel('ProjectiveValue','FontName','TimesNewRoman','Fontsize',12);%%n2=n-np;d2=zeros(n2,p);fori=1:n2d2(i,:)=(DD(i+np,:)-DDjmin)./(DDjmax-DDjmin);endZ2=zeros(n2,1);fori=1:n2Z2(i)=abs(sum(Best_a.*d2(i,:)));endZ2=abs(Z2);disp('预测样本的投影预测值为');disp(Z2);%%figure(4)%投影散布图plot([Z;Z2],'bd','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','b','MarkerSize',5);holdonplot((np+1):n,Z2,'bo','LineWidth',1,'MarkerEdgeColor','r','MarkerFaceColor','r','MarkerSize',5);legend('训练样本投影值','预测样本投影值');%axis([1,12,0,2.5]);%图形边界根据需要显示gridonxlabel('Year','FontName','TimesNewRoman','FontSize',12);ylabel('ProjectiveValue','FontName','TimesNewRoman','Fontsize',12);求助】请问matlab中有没有直接实现投影算法的函数请问高手,matlab里面有专门实现投影的函数吗?如果有的话,怎么实现,如果没有,怎去做这个算法呢?具体问题是,一幅二值图像,要求他的水平和垂直投影,就是统计水平或者垂直方向上象素值为1的象素数申请开设新版须知Re:【求助】请问matlab中有没有直接实现投影算法的函数hist好像不行这个可以自己写我以前写过,不难【研学堂】【代码】投影寻踪代码,请验用!!补充完整别人贴出的部分代码,为了不给某人打广告,就不写出来了,反正人家也是部分代码,我补充上了,就不算转帖了,算原创,哈哈,也不知道是否正确、好用!!functionQa=Project_Pursuit(X,a,Alpha)%%输入参数列表%X本指标矩阵,n×p的矩阵,每一行为一个样本,%Xij表示第i行第j列指标,X是否已经归一化均可%a投影向量,1×p的矩阵,元素取值范围-1~1,要求其元素平方和等于1%Alpha窗口半径系数,典型取值0.1%%输出参数列表%Qa投影指标函数%%第零步:对a的预处理b=sqrt(sum(a.^2));a=a/b;%%第一步:归一化处理[n,p]=size(X);x=zeros(n,p);Xjmax=max(X);Xjmin=min(X);fori=1:nx(i,:)=(X(i,:)-Xjmin)./(Xjmax-Xjmin);end%%第二步:构造投影指标值Z=zeros(n,1);fori=1:nZ(i)=sum(a.*x(i,:));end%%第三步:计算投影指标函数%%计算类间类内矩阵散度meanZ=mean(Z);Sa=0;fork=1:nsa=(Z(i)-meanZ(i)).^2;Sa=Sa+sa;Sa=sqrt(Sa/n);endR=Alpha*Sa;%窗口半径Da=0;fork=1:nrik=abs(Z(i)-Z(k));ifRrikDa=Da+rik;endendQa=Sa*Da;Re:【讨论】关于投影寻踪:请诸位赐教!你可以去看看一本新出的统计学书,统计学习基础——数据挖掘、推理和预测中文版。是斯坦福统计学系的几个牛人写的。其中一个就是投影寻踪的创始人。你在当当书店里面可以搜到相关信息。【求助】用遗传算法实现投影寻踪聚类模型请问有人做过投影寻踪聚类模型吗?不好意思,我是个初学者,对遗传算法不甚了解。在用投影寻踪聚类模型处理数据时候,需要用到遗传算法来迭代出所需向量的方向。同时,这个向量还应该满足平方和为1的条件,可是在用遗传算法的时候,我这个地方不知道怎么处理,不知哪位高人可以赐教,谢谢!另:我比较急,希望能近快得到答复,谢谢!申请开设新版须知Re:【求助】用遗传算法实现投影寻踪聚类模型1.根据投影寻踪聚类模型的要求,写出符合fitness的判别式,2.并且确定输入输入参数在GAs中的表达方式3.选择合适的GAs工具,不用自己写Re:【求助】谁有投影寻踪模型的遗传算法源程序只要编写目标函数即可,在用遗传算法工具箱即可.详细的目标函数编写可以看计算机技术与发展08.4上的文章

1 / 6
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功