三维点云读写、渲染（泊松重建）、建模、模型读写及渲染，工程代码（可编译运行，含样例数据）

基于matlab开发的求解模糊数据集的特征参数

一些可用于点云处理及三维重建的常用模型mat文件，mat使用matlab打开，三维数据格式。 Some common model mat files that can be used for point cloud processing and 3D reconstruction are opened with MATLAB and in 3D data format.

云模型的三个数字特征分别为期望Ex、熵En 和超熵He， 它们以精确数值的形式表征定量概念。这里的算法包括云发生算法和逆向云发生算法

为了处理定性概念中广泛存在的随机性和模糊性，李德毅院士首次提出了用云模型作为不确定性知识的定性定量转换的数学模型，经过几年的完善和发展，目前云模型已成功应用于智能控制、数据挖掘、大系统评估等领域。云模型是用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型，它把模糊性与随机性这二者完全集成在一起构成定性和定量相互间的映射。正态云模型是基本的云模型，正态分布具有普适性，大量社会和自然科学中定性知识的云的期望曲线都近似服从正态或半正态分布。正态云的数字特征反映了定性概念和定量特性，用期望 Ex( Expected Value) ，熵 En( Entropy) ，超熵 He( Hyper Entropy) 三个数值来表征，其中: 期望 Ex 是定性语言概念论域的中心值，最能代表这个定性概念的值; 熵 En 是定性概念模糊度的度量反映了在论域中可被这个概念所接受的数值范围，体现了定性概念亦此亦彼性的程度; 超熵 He 是熵 En 的熵，反映了云滴的离散程度。本资源提供云模型计算matlab代码

兔子、猫咪和海豚的三维点云模型，可以用于3D打印，数据处理等等

基于模糊-云模型的C4ISR系统效能需求建模与分析方法

使用MATLAB实现二维云模型，云标尺示意图，给出二维云模型6个参数EX,Ey,Enx,Eny,Hex,Hey，直接打开MATLAB软件加载运行

本文针对学生成绩定性评价问题，提出了一种基于梯形云理论的定性评价方法。首先，将一门课程一组学生的历史成绩，用新的云变换算法，确定出学生成绩的每个定性概念所对应的梯形云数值区间，接着把需要评价的学生N次成绩看成云滴，依据逆向云生成器，计算出学生成绩云的特征值：期望值、熵、超熵，接着依据条件云生成器，计算出学生成绩与每个定性评价的隶属度值，最后运用隶属度最大值法确定出了学生成绩定性概念。

为提高量子粒子群算法的寻优能力，文中提出一种新的正态云模型自适应变异量子粒子群算法。该方法采用正态云模型优化策略，引入自身最差粒子和全局最差粒子，结合自身最优粒子和全局最优粒子自适应调整势阱中心位置与收缩-扩张系数， 每次迭代后生成的新粒子，以一定概率采用正态云模型对粒子进行变异操作。最后标准函数极值优化的实验结果表明，该算法的单步迭代时间较长但优化能力较同类算法有大幅度提高。