- 博客(6)
- 收藏
- 关注
RSS订阅原创 从0自学数学建模算法日记1.4--评价决策类——主成分分析法（PCA）
简单来说，基便在n维空间中n个不能相互表达的向量（线性无关），但其余向量都可用这n个向量来进行表示，例如在二维空间中（1，0），（0，1）便是基，其余的向量显然可以写成x*(1，0）+y*(0,1)来进行表示，当然在一个空间中基有无数个，但为了方便后面的操作，也我们统一将它们的摸都化为1。降维操作：知道了基的概念后，那么此时若我们在n维空间中，找到k个基，这k个基便形成了一个k维空间，我们将n维空间的向量都投影到k维空间中，便实现了降维！
2024-04-28 23:46:58
1729
原创 从0自学数学建模算法日记1.3--评价决策类——灰色关联
灰色系统用颜色来描述一个系统所含信息量的大小，若说一个系统是白色的，即该系统信息完备，清晰。若为黑色，即该系统信息少。而处于白色与黑色之间，简单来说就是系统信息不完全，便用灰色系统来称呼。“信息不完全”一般指:(1)系统因素不完全明确（2)因素关系不完全清楚(3)系统的结构不完全知道（4)系统的作用原理不完全明了。
2024-04-13 09:43:17
1644
1
原创 从0自学数学建模算法1.2——评价决策类——模糊预测法
简单来说，模糊集合与经典集合非常大的差别便是经典集合是非此即彼的，例如若及格与未及格，这是两个对立的集合，59分便是不及格，不容分说，其形式可写为非0既1，写为{0，1}而模糊集合便是讨论这个元素更偏向与哪个集合，形式写为[0,1],为一个区间，依旧以年龄举例20岁以下肯定可以说年轻，则属于年轻这个集合，40岁以上肯定不能说年轻（大概），则40岁以上为不年轻这个集合，而在（20，40）之间，我们可以构建一个其的隶属函数，当x增加时则接近不年轻的集合。
2024-04-09 20:45:32
745
原创 从0自学数学建模算法日记1.1———评价决策类——熵权法
在处理多指标赋权的问题时，可以消除人为主观赋值带来的结果偏差，规避主观因素的影响，提高评价结果的客观性和准确性。熵的物理意义是体系混乱程度的度量，当一个指标所具有的熵越大，说明其变化的越不确定，便越没有参考价值。指标的熵值越大 -> 指标信息混乱程度越高 -> 不确定性越大 -> 信息量越小 -> 变异指数越小 -> 指标信息综合评价能力越弱 -> 指标权重越小。
2024-04-07 22:25:53
1771
原创 gets（）函数的使用
首先定义两条DNA序列相同位置的碱基为一个碱基对，如果一个碱基对中的两个碱基相同的话，则称为相同碱基对。接着计算相同碱基对占总碱基对数量的比例，如果该比例大于等于给定阈值时则判定该两条DNA序列是相关的，否则不相关。为了获知基因序列在功能和结构上的相似性，经常需要将几条不同序列的DNA进行比对，以判断该比对的DNA是否具有相关性。需要在将scanf（"%lf",&m）写成scanf（"%lf\n",&m）但若与scanf一起使用时，若scanf（）没有加\n,便会报错，如。gets（），用于输入字符数组。
2024-04-05 17:20:11
273
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人