保守值法matlab代码Matlab神经网络 这是2017年机器学习和应用程序课程的作业。 本示例使用存档，但任何类型的标记数据集都可以解决问题（进行一些小的修改）。 它会通过批处理或联机方法尝试不同的大小，并在验证误差小于训练误差的情况下继续进行训练。 它附带了用于 classic back-propagation gradient-descent rprop 支持的错误函数是： sum-of-squared cross-entropy ..但是代码足够灵活，可以使用您想要使用的任何功能，只要它尊重签名（当然，是有效的权重更新方法或有效的错误功能）。 还有一个pdf文件（仅限意大利语！），它更深入地介绍了NN和实现的细节。 如何使用 下载文件，解压“ immagini.mat” 7zip存档，然后运行main功能。

文章对现有统计排序方法进行了探究，并在现有方法基础之上，研究了基于熵权法的 加权平均法和基于熵权法的灰色关联分析法，并分析了各评分方法的公平性。利用 Matlab7.0 求解获得了32 篇论文的综合排名，并结合获奖比例确定了5 种方法的获奖结果。

topsis评价类算法+熵权法确定权重，r语言代码，可以直接代入数据进行运行，简单方便，私人编写的。

熵值法和层次分析法在权重确定中的应用,较为详细的讲解了应用的范围和方法。

按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量；根据信息熵的定义，对于某项指标，可以用熵值来判断某个指标的离散程度，其信息熵值越小，指标的离散程度越大， 该指标对综合评价的影响（即权重）就越大，如果某项指标的值全部相等，则该指标在综合评价中不起作用。因此，可利用信息熵这个工具，计算出各个指标的权重，为多指标综合评价提供依据。

对熵值法实现了matlab的快速实现，使用者应该注意的是对数据的标准化处理有多样性，自己可以根据自己的情况合适修改相应的代码部分，本代码采用的是归一化处理，梅一列数据大小统一分布在【1,2】之间。

matlab基于遗传算法的最大熵值法的双阈值图像分割图像处理

R语言实现熵值法计算综合评价问题的权重