综合得分排序 每一个主成分表示了分析对象在某一方面的表现。选取 的m个主成分代表了分析对象的绝大部分信息,对主成 分进行综合分析就是相当于对分析对象的全部进行综合 分析。以m个主成分的方差贡献率(特征根)为权数, 将m个主成分进行加权平均,加权平均公式为; 或
2021-08-30 15:43:42 1.51MB 主成分分析法 PCA 原理介绍 课件
1
用算符优先分析方法设计一个分析解释程序,对输入的赋值语句、输出语句、清除语句进行词法分析、语法分析、表达式求值并存储于指定变量中;若存在错误,提示错误相关信息。
2021-08-30 12:01:41 425KB 编译原理 算符优先算法
1
基于模糊层次分析法的电力系统输电网负荷转移优化决策研究.pdf
层次分析法Python数模代码
2021-08-23 13:17:17 4KB 层次分析法Python数模代码
1
实验目的: 通过阅读和改造PL/0编译程序,熟悉PL/0编译程序的整体架构,识别出各语法单位对应的子程序;掌握递归下降语法分析程序的设计思想,加深对递归下降语法分析程序的理解。 通过设计编制调试具体的YACC程序,掌握YACC源程序的基本组成。 实验内容: 1. 对PL/0编译程序进行裁减和改造,使其仅包含词法和语法分析过程。该分析程序读入PL/0语言的源程序,实现以下功能: (1)对于输入中形如/*......*/这样的注释内容需要过滤掉。 (2)如果发现词法或语法错误,输出相应的错误信息。 (3)对于输入的算法表达式(式中可以包括标识符和常量),如果合法,则输出该表达式的值。 (4)对算术表达式中的常量类型进行扩充,除了原有的整型,还可以支持浮点类型(选做)。 (5)如果输入是一个合法的语法成分 输出:输入正确,没有词法或语法错误; 输出:该语法成分对应的语法分析树。语法分析树的显示格式可自行设计,建议采用缩进的文本表示形式。(选做) 提示: (1)阅读相应语法程序时参考其对应的EBNF描述,如教材第3版表4.3。 (2)PL/0编译程序(包括主程序)是由18个嵌套及并列的子函数组成的,其中与表4.3中的语法规则直接对应的8个子函数为:block( )、constdeclaration( )、vardeclaration( )、statement( )、condition( )、expression( )、term( )、factor( )。 2.借助自动生成工具LEX和YACC完成以下实验内容 阅读并运行所给程序:词法.l、语法.y,以理解LEX和YACC的使用和二者之间的通信机制。(分别编译后生成:词法.c、语法.c,将两个文件在VC下创建到一个project下运行即可) 下面是程序运行后的输入和输出结果示例,其中输入“cat eat mouse”后,输出“Sentence is valid”,表示可以识别此类语句,而输入“I love you”后,输出“syntax error”,表示不可识别这类语句。 修改源程序(词法.l、语法.y),使得修改后的程序能够识别类似下列语法结构的语句: I love you. I like apples and pears. I wish you success. We study compiler hard. We study compiler hard in school. 也可以自己定义更多符合英语语法规则的句子。
1
选择与判断——AHP(层次分析法)选择与判断——AHP(层次分析法)决策_0.rar选择与判断——AHP(层次分析法)决策_0.rar
2021-08-21 23:32:07 2.35MB 选择与判断 AHP 层次分析法
1
正交分析法的常用正交表 正交分析法 正交表 正交分析法 正交表 正交分析法 正交表 正交分析法 正交表
2021-08-21 17:42:30 321KB 正交分析法 正交表
1
主成分分析法与逐步聚类法在树种分类中的应用.pdf
2021-08-21 13:03:35 109KB 聚类 算法 数据结构 参考文献
一、概述 主成分分析法(PCA)主要应用于数据降维。其思想是使用较少的变量来取代原先较多的变量,以实现节省数据量的效果。需要指出,若原始变量之间互相正交,即线性无关,则主成分分析法没有效果。 二、原理 假定有n个样本,每个样本有p个变量描述,则所有数据构成了一个n*p阶的矩阵X X = [[dat1], [dat2], ..... [datn]] 但我们希望通过q个变量来描述这些数据(q<p),最简单地,可以取之前p个变量的线性组合,记为Z。对于n中的第i个数据,有 Z[i,1] = a[1,1]*x[i,1] + a[1,2]*x[i,2] +...+ a[1,p]*x[i,p
2021-08-20 23:25:24 55KB python 主成分分析 大数据
1
基于因子分析法和聚类分析法的副省级城市宜居情况聚类评价.pdf
2021-08-20 14:13:39 240KB 聚类 算法 数据结构 参考文献