Matlab学习报告 20-12-08
Matlab学习报告 20-12-08
- 散点图绘制
- 灰色关联度分析GRA
散点图绘制
以.txt文件导入,数值由空格间隔
这里是ho2.txt:
1 5 4 16 8
5 43 2 6 8
6 8 4 32 1
90 7 8 7 6
5 9 81 2 3
4 7 34 4 67
% Load the file to the matrix, M :
M = load('ho2.txt')
%此时M为矩阵,可用M(m,n)调用第m行n列的元素
表达式 | 函数功能 |
---|---|
A(1) | 将二维矩阵A重组为一维数组,返回数组中第一个元素 |
A(: , j) | 返回二维矩阵A中第 j 列 列向量 |
A(: , j : k) | 返回二维矩阵A中第 j 列到第 k列 列向量组成的子矩阵 |
A( i : k , j : m) | 返回二维矩阵A中第 i 行到第 k 行 行向量和 第 j 列到第 m 列 列向量的交集组成的子矩阵 |
plot(M(1:),M(2:),'r.');hold on; % 点 r=红色
plot(M(1:),M(3:),'g*');hold on; % 星星 g=绿色
plot(M(1:),M(4:),'o');hold on; % 圆圈 默认是蓝色
plot(M(1:),M(5:),'mo','MarkerSize',15) % 大的圆圈 m=紫色
%plot函数绘图,前为x轴,后为y轴
%hold on使其画在一张图内
灰色关联度分析
用于数据降维处理,寻找关键变量组,简化模型。
第一步:确定分析数列
对于两个系统之间的因素,其随时间或不同对象而变化的关联性大小的量度,称为关联度。在系统发展过程中,若两个因素变化的趋势具有一致性,即同步变化程度较高,即可谓二者关联程度较高;反之,则较低。因此,灰色关联分析方法,是根据因素之间发展趋势的相似或相异程度,亦即“灰色关联度”,作为衡量因素间关联程度的一种方法。
如以ho2.txt第一行数列为参考数列,以后面4行为比较数列,意为比较后四行所代表的四个变量与参考变量的关联度。
x=M(1:); %参考队列%matlab对引号无要求。%加引号只代表输出x(在工作区中显示)
y=M(2:end,:); %比较队列
第二步:变量归一化
由于系统中各因素列中的数据可能因量纲不同,不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联度分析时,一般都要进行数据的无量纲化处理。
%数据均值化处理,注意应当放在提取队列之前
M_mean=mean(M,2);
for i = 1:index_num %index_num为行数,可用size函数得到M(i,:) = M(i,:)/M_mean(i,1);
end
第三步:求解关联度系数
ρ∈(0,∞),称为分辨系数。ρ越小,分辨力越大,一般ρ的取值区间为 (0,1),具体取值可视情况而定。当 ρ≤0.5463时,分辨力最好,通常取ρ = 0.5。
第四步,计算关联度
因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值,所以它的数不止一个,而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值,即求其平均值,作为比较数列与参考数列间关联程度的数量表示
其中,r越大,表示此比较变量与参考变量关联度越大
m2=size(y,1); %求比较数列的个数
for j=1:m2t(j,:)=y(j,:)-x;
end
mn=min(min(abs(t'))); %求最小差
mx=max(max(abs(t'))); %求最大差
rho=0.5; %分辨系数设置
ksi=(mn+rho*mx)./(abs(t)+rho*mx); %求关联系数
r=sum(ksi')/n %求关联度
[rs,rind]=sort(r,'descend') %对关联度进行排序
%运行结果的r表为各关联度,rind表即为关联度大小排序的结果。
Matlab学习报告 20-12-08相关推荐
- matlab学习报告
Matlab学习报告 Matlab的主要功能有数值分析.数字图像处理.数值和符号计算.数字信号处理.工程与科学绘图.通讯系统设计与仿真.控制系统的设计与仿真.财务与金融工程-- 真的是功能强大.之所以 ...
- B站台湾大学郭彦甫|MATLAB 学习笔记|12 线性方程式和线性系统 Linear equations
MATLAB学习笔记(12 线性方程式和线性系统 Linear equations) 如想获得更好得阅读体验,可以转到后面链接 12 文章目录 MATLAB学习笔记(12 线性方程式和线性系统 Lin ...
- 春季学习报告 4.12
本周主要是 整理了一下笔记和 完善了 一些些想法 目前ctfhub的web方面所有题目已经完成 包括漏洞探索 sql 文件上传 rce 密码等等 基本上可以算入门了 web进阶方面,因为目前手里缺少l ...
- matlab上机报告绘制函数,控制工程MATLAB实验报告
<控制工程MATLAB实验报告>由会员分享,可在线阅读,更多相关<控制工程MATLAB实验报告(20页珍藏版)>请在人人文库网上搜索. 1.浙江科技学院机电系统开放性实验设计题 ...
- python的ppt报告_Python学习报告.ppt
<Python学习报告.ppt>由会员分享,可在线阅读,更多相关<Python学习报告.ppt(12页珍藏版)>请在人人文库网上搜索. 1.Python学习报告,报告人: 时间 ...
- B站台湾大学郭彦甫|MATLAB 学习笔记|08 图像处理I Image Processing
MATLAB学习笔记(08 图像处理I Image Processing) 如果想获得更好浏览体验的朋友可以转到下面链接 08 1. 基本操作 读取图像 imread() 展示图像 imshow() ...
- ABAQUS材料子程序学习(20年12月2日)
@ABAQUS材料子程序学习(20年12月2日) 前言 继续记录自己学习过程,本文针对<非线性本构关系在ABAQUS中的实现>第三章"黏弹性"本构的学习,UMAT子程序 ...
- 多速率信号处理专题研讨 matlab,数字信号处理》课程研究性学习报告多速率信号处理专题研讨...
1 / 11 数字信号处理>课程研究性学习报告多速率信号处理专题研讨 时间: 2016-05-30 来源:唯才教育网 本文已影响 人 <数字信号处理>课程研究性学习报告 姓名 学号 ...
- 多速率信号处理专题研讨 matlab,数字信号处理》课程研究性学习报告,多速率信号处理专题研讨...
1/11数字信号处理>课程研究性学习报告,多速率信号处理专题研讨<数字信号处理>课程研究性学习报告姓名学号同组成员指导教师时间多速率信号处理专题研讨[目的]掌握序列抽取运算与内插运算 ...
- ABAQUS材料子程序学习(20年12月1日)
ABAQUS材料子程序学习(20年12月1日) 前言 umat子程序 DeBug 计算结果 前言 记录自己学习过程,本文针对<非线性本构关系在ABAQUS中的实现>第二章"动态回 ...
最新文章
- 去掉警告:PerformSelector may cause a leak because its
- Android学习——自定义控件(二)
- jms在jboss上的简单应用
- Securing the Deep Learning Stack
- unity3d优化总结篇
- 科目三夜考考试内容及过关攻略
- 开放医疗交通大数据技术 服务于公共便民领域
- SVN(TortoiseSVN)提交时忽略bin跟obj目录
- Android系统之Recovery移植教程 【转】
- kaldi中fbank特征提取详解(结合源码,深度剖析)
- Flutter插件shared_preferences数据存储的使用
- python三国演义人物出现次数_Python分析《三国演义》人物出场次数,孔明第二,赵云第五...
- python随机出100道加法题_python3 随机生成10以内的加法算术题
- Microsoft office 2013安装图解
- idea无法下载源代码
- Win7下虚拟机安装Mac OS X
- Python办公自动化 | Task 01 文件自动化处理邮件批量处理
- Vue实现后台管理案例
- JSP详细篇——Java Web的数据库操作
- Python基础,类的继承,类的多态继承等
热门文章
- 基于Arch的live系统
- 分析时间复杂度,主定理,势能分析
- cvr存储服务器的优势,CVR是什么
- Macromedia FlashPaper
- BZOJ 2037: [Sdoi2008]Sue的小球(DP)
- 让ADB识别未知设备...
- c语言10以内随机数生成器,C语言随机数生成器
- linux原子锁原理,了解Linux的锁与同步、原子加(atomic_add)
- 怎么用wps抽签_“excle 如何摇号“如何参与摇号?
- Day 23 What Drivers You Crazy