此代码实现了论文中概述的方法： Friedman A、Pizarro O、Williams SB、Johnson-Roberson M，“底栖立体图像重建的粗糙度、斜率和方位的多尺度测量”，PLoS ONE，2012（已接受，在 10/2012 印刷）。 地形复杂性与海洋环境中的生物多样性密切相关。 即使将地形表示为数字水深测量，也有必要将这些数字地形模型抽象为更简单的表示，以便执行分析工作。 生态学家通常使用粗糙度、坡度和坡向等指标来描述栖息地结构。 Rugosity 是一种提供地形复杂性概念的度量。 它是沿起伏地形的实际长度（或面积）与直线距离（或平面投影面积）的比值。 值 1 通常表示平坦的地形，地形的复杂性越高，粗糙度值就越高。 传统上，潜水员使用链带法或剖面测量仪沿着单个线性剖面原位测量精细的粗糙度。 此代码从精细尺度的测深重建计算粗糙度、坡度和坡向的多尺度度量。 它可用于

基于计算机粗糙集的数据挖掘设计与应用分析.pdf

利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟

目前用于粗糙集分析的软件很少，Rosetta是著名的粗糙集分析软件，但是手册写的很简单，而且很难懂，这是一个老师写的中文基本指导书。

数据挖掘原理与SPSS_Clementine应用宝典.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第3章 数据挖掘的体系结构与模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第7章 贝叶斯分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第8章 聚类分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第9章 决策树算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第10章 关联规则.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第14章 支持向量机.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第15章 复杂对象数据挖掘.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第16章 数据挖掘建模.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第17章 数据挖掘模型评价.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第19章 SPSS Clementine数据管理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第20章 数据的图形化展示.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第21章 数据模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第22章 数据挖掘结果的输出.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第23章 数据挖掘项目实施.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第24章 SPSS_Clementine典型案例分析.ppt

一种基于粗糙集和神经网络的识别方法

一维高斯随机粗糙面的MATLAB实现代码，采用蒙塔卡罗方法建模，分为粗糙面建模函数模块和调用函数模块

计算一维高斯PEC粗糙面双站散射系数BSC的MATLAB代码，垂直极化，分为计算模块和调用模块

计算一维高斯理想导体粗糙面双站散射系数BSC的MATLAB代码，水平极化，分为计算模块和调用模块

ddscat-inputgen 通过 Monte Carlo 生成粗糙的球体和球体几何形状以进行 DDSCAT 模拟 需要 QT4 只需运行 make。