分别为以下5种情况：
1.从不同起点出发回到起点（固定旅行商数量）
2.从不同起点出发回到起点（旅行商数量根据计算可变）
3.从同一起点出发回到起点
4.从同一起点出发不会到起点
5.从同一起点出发回到同一终点（与起点不同）
2022-07-24 15:05:03
21KB
1
一行代码快速实现特征提取！
理论讲解：https://blog.csdn.net/fengzhuqiaoqiu/article/details/124979190?spm=1001.2014.3001.5501
function fea = genFeatureEn(data,featureNamesCell,options)
% 特征提取函数
% 输入：
% data：待特征提取的时域信号，可以是二维数据，行列方向不可出错
% options：其他设置，使用结构体的方式导入。
% featureNamesCell：拟进行特征提取的特征名称，该变量为cell类型，其中包含的特征名称为字符串，特征名称需要在下边列表中：
% 目前支持的特征（2022.7.10，共8种）：
% psdE：功率谱熵
% svdpE：奇异谱熵
% eE：能量熵
% ApEn：近似熵
% SampleEn：样本熵
% FuzzyEn：模糊熵
% PerEn：排列熵
% enveEn：包络熵
2022-07-22 18:25:57
16KB
1
VMD三维分解图+皮尔逊相关系数标准差阈值筛选特征MATLAB程序，以VMD的K=5分解后的数据为例，绘制出分解后的信号的三维图，之后采用皮尔逊相关系数标准差阈值法筛选出所需特征，若相关系数大于阈值则判断为有效信号，否则为噪声信号。
相关系数介绍
相关系数是变量间相关程度的度量，取值范围介于-1到1之间。正值表示正相关，即变量变化方向是一致的，比如Y随着X的变大而变大；负值表示负相关，变量的变化方向相反，比如Y随着X的变大而变小。绝对值越接近1，表示两个变量之间关系越密切；越接近0，表示两个变量之间关系越不密切。相关系数对应的相关强度如下：
0.8-1.0 极强相关
0.6-0.8 强相关
0.4-0.6 中等程度相关
0.2-0.4 弱相关
0.0-0.2 极弱相关或无相关
相关系数也称为线性相关系数，这是因为，相关系数并不是刻画了X，Y之间一般关系的程度，而只是线性关系的程度。当相关系数为1或-1时，两者有严格的线性关系；当相关系数为0时，则称X与Y不相关。不相关是指X和Y之间没有线性关系，但X与Y之间可能有其他的函数关系，比如平方关系，对数关系(可以通过查看散点图来确定这一点)
2022-07-21 16:06:32
2.77MB
1