002_基于BP神经网络的数据分类预测 Matlab代码实现过程

004_基于支持向量机(SVM)的数据回归预测 Matlab代码实现过程，调用了libsvm工具箱实现

005_基于支持向量机(SVM)的数据分类预测 Matlab代码实现过程，调用了libsvm工具箱实现

007_基于遗传算法优化BP神经网络(GA-BP)的数据回归预测 Matlab代码实现过程

通过对数据的训练实现模糊神经控制，数据格式默认为单输出

决策树学习是数据挖掘中常用的方法。 大多数商业软件包提供复杂的树分类算法，但它们非常昂贵。 这个 matlab 代码使用“classregtree”函数来实现 GINI 算法来确定每个节点 (CART) 的最佳分割。 这段代码的主要功能名为Tree。 它直接从 excel 或 csv 文件导入数据，使用第一行作为变量名（必要）。 第一列是结果组，它必须是数字。 在 Matlab 工作区中启动分类树类型： Tree('filename.xls') 或 Tree('filename.csv') （注意您的 excel 文件包含第一行变量名称和第一列中的结果组） . 它也可以直接从 matlab 文件（.mat 扩展名）导入。 请使用以下 3 个变量创建一个文件：X（协变量值矩阵）、y（结果值）、textdata（单元格结构包含结果和协变量的文本名称）。 如果您需要示例，请输入：[X, y,

根据粒子群相关改进论文编辑，内部包含粒子群算法源码、改进后粒子群算法代码、测试函数集合文件改进文献来源，两种算法均已编辑为函数模式方便进行对比，亲测可用，可用作论文写作中算法对比。

该源代码执行二进制立体匹配算法以估计立体匹配图像。 在此应用程序中，您可以实现不同的流行蒙版以及新颖的混合蒙版。

1 一元函数的数值微分可以根据函数在某点处导数的定义来实现代码，首先回顾一下函数在一点处导数的相关定义定义 设函数在点的某个邻域内有定义，当自变量处取得增量仍在

C#写的二维码编码类和二维码解码类，不调用任何控件，方便翻译成任何语言，可在任意平台上运行。 内有说明文档，说明怎样设置和调用，使用非常的方便，编码一个类，解码一个类，不像网上搜索的那些各种复杂不好用，是我把网上搜索的冗长的代码精简提炼出来的。 以下为使用说明： 编码： 命名空间：namespace ewmbm二维码 类名：public class ewmbm二维码编码 可设置变量 1：ewmbm二维码编码.blx类型//编码类型，数字 、字母或者中文（默认 中文） 2：ewmbm二维码编码.bbb版本//数据容量（默认 版本7） 3：ewmbm二维码编码.bjcdj纠错等级//低、中、高、完美（默认 中） 4：ewmbm二维码编码.bfdbs放大倍数//每个数据点宽几个像素（默认 4） 5：ewmbm二维码编码.bmfs编码方式//（默认 UTF8） 准备工作： 将【二维码\Resources】中的所有dat文件，加入资源文件 或者： 将代码中三处读取资源文件的地方改成读取文件也可以， 搜索【btemp = (sbyte[])二维码.Properties.Resources.ResourceManager.GetObject(fileName);】即可找到三处读取资源文件的地方 使用函数： using ewmbm二维码; Bitmap btemp = ewmbm二维码.ewmbm二维码编码.drawqr画二维码(string 要编码的文字); //*************************************************** 解码： 命名空间间：namespace ewmjm二维码 类名： public class ewmjm二维码解码 可设置变量 1：ewmjm二维码解码.bmfs编码方式//（默认 UTF8） 使用函数： using ewmjm二维码; ewmjm二维码解码 decoder = new ewmjm二维码解码(); string ttemp = decoder.jm解码(Bitmap 要解码的图片);