阿飞_Y-CSDN博客

原创【回归预测】MATLAB 实现基于BP神经网络的多变量回归预测

【回归预测】MATLAB 实现基于BP神经网络的多变量回归预测，附Matlab完整代码。

2022-08-07 20:32:37 10293 10

原创【千律】OpenCV基础：离散傅里叶变换

傅里叶变换和傅里叶反变换：一维傅里叶变换后，除去初始点，其余各点满足：（1）实部的点对称（2）虚部的点反对称（3）幅值（模长）的点对称因此，可以得到F(u) 和 F(M - u) 两点共轭。

2022-06-23 23:37:35 999

实现步骤：1.获取原图像的边缘检测图像；2.设置最小半径、最大半径和半径分辨率等超参数；3.根据转化后空间的圆心分辨率等信息，设置计数器N(a, b, r)；4.对边缘检测图像的每个白色边缘像素点，其坐标记为(x, y)，对于指定的半径r，根据公式 (a-x)^2 + (b-y)^2 = r^2 得到点(a, b)形成的轨迹圆，将轨迹圆经过的计数器N(a, b, r) 加1；5.如果某个计数器的点数超过设定阈值，则认为存在对应的圆，取出(a, b, r)，求出对应的圆方程。......

2022-06-23 00:16:05 400

原创【千律】OpenCV基础：Hough直线检测

Hough直线检测将直角坐标系中的直线检测转换为极坐标系中的点检测实现步骤：1.读取灰度图I，并获取其边缘图像E2.设置长度分辨率dr和角度分辨率dt，以及直线存在的点数阈值thresh3.指定转换后的极坐标空间坐标轴的取值范围，分别记为[rmin, rmax]，[tmin, tmax]，将转换后的二维空间划分为多个bin，设置计数器N(r,θ)，用于记录落入bin中的像素点4.对边缘图像E的每个边缘点，其坐标记为(x,y)，计算 r = xcosθ + ysinθ 对应的曲线在极坐标空间中所经

2022-06-20 21:45:37 740

原创【千律】OpenCV基础：基于梯度的模板匹配

主要关注边缘信息，能够较好的识别不同颜色的目标实现步骤：1.给定原图像I和模板T2.指定差异度（相似度）评分标准截取与模板大小相同的原图像区域P，与模板计算评分 1) 计算图片P上各点的x和y方向的梯度Px和Py 2) 计算图片T上各点的x和y方向的梯度Tx和Ty 3) 计算对应点的点乘结果并标准化，求和3.从左向右，从上到下，寻找最佳匹配。注：如果恰好完美匹配，则评分为1，若P和T完全无关，则评分为0...

2022-06-18 22:24:21 1099 1

原创【千律】OpenCV基础：基于灰度的模板匹配

用途：文字识别、目标检测、工件定位、元器件检查优点：简单缺点：速度慢实现步骤：1.给定原图像I和模板T2.指定差异度（相似度）评价标准3.从左向右，从上到下，截取与模板大小相同的原图像区域，与模板计算评分4.寻找获得最佳匹配opencv：对RGB彩色图，分别对每个通道计算评分值，再求三个通道的平均值作为最终评分值。......

2022-06-18 20:48:10 1091

原创【千律】OpenCV基础：彩色图反向投影

彩色图反向投影0.将图像转换到HSV色彩空间1.计算感兴趣区域的二维直方图 hist2.将直方图的像素点个数缩放到 0-2553.对于目标图像各位置的灰度值为w(i,j)，其反向投影图的灰度值为hist(w(i,j))4.计算目标图像的反向投影图注：反向投影图与感兴趣区域的形状无关，只与其颜色分布有关......

2022-06-17 21:26:38 106

原创【千律】OpenCV基础：灰度图反向投影

灰度图反向投影1.计算感兴趣区域的灰度直方图 hist2.将直方图的像素点个数缩放到 0-2553.对于目标图像各位置的灰度值为w(i,j)，其反向投影图的灰度值为hist(w(i,j))4.计算目标图像的反向投影图注：反向投影图与感兴趣区域的形状无关，只与其颜色分布有关...

2022-06-17 20:59:00 405

原创【千律】OpenCV基础：直方图均衡化

实现步骤：1.计算原图像的灰度直方图2.计算原图像的灰度分布频率3.计算源图像的累计分布频率4.将累计分布频率乘以灰度级数减一，四舍五入得到灰度映射变换5.根据映射关系得到原图像的映射结果，即均衡化后的图像.........

2022-06-09 14:49:33 135

原创【千律】OpenCV基础：直方图比较图像相似度

环境：Python3.8 和OpenCV内容：利用直方图比较图像相似度import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColor(image, cv..

2022-05-26 23:35:28 505

原创【千律】OpenCV基础：通过图像颜色进行文字提取

环境：Python3.8 和OpenCV内容：通过图像颜色进行文字提取文字提取步骤1. 模糊图片，削弱噪声2. 获取二值图3. 形态学操作，完善二值图4. 轮廓提取，获得字符区域import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(imag...

2022-05-25 23:15:08 1120

原创【千律】OpenCV基础：图像HSV颜色选取

环境：Python3.8 和OpenCV内容：图像HSV颜色选取HSV 颜色对照表import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColo.

2022-05-22 19:33:53 1115

原创【千律】OpenCV基础：图像二维直方图的绘制

环境：Python3.8 和OpenCV内容：图像二维直方图的绘制import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColor(image, cv.CO.

2022-05-22 19:03:55 291

原创【千律】OpenCV基础：图像颜色空间的转换

环境：Python3.8 和OpenCV内容：图像颜色空间的转换RGB颜色空间 -> XYZ颜色空间XYZ颜色空间 -> RGB颜色空间import cv2 as cvimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: .

2022-05-22 16:59:49 549

原创【千律】OpenCV基础：图像轮廓匹配

环境：Python3.8 和OpenCV内容：图像轮廓匹配1. 空间矩（原点矩）：其中和分别为图像坐标，为坐标点像素。下述相同。0阶矩:目标区域的质量1阶矩：目标区域的质心2阶矩：目标区域的旋转半径3阶矩：目标区域的方位和斜度，反应目标的扭曲2. 中心矩：（平移不变性）其中，，。3. 标准化中心矩：（平移不变性+放缩不变性）4. Hu矩：,...,具有平移，放缩，旋转和翻转不变性，具有平移，放缩，旋转不变性。5. Hu矩的相似度计...

2022-04-24 21:19:23 3193

原创【千律】C++基础：删除只读属性文件、文件剪切、修改文件扩展名

1.删除带有只读属性的文件#include <tchar.h>#include <windows.h>int APIENTRY _tWinMain(_In_ HINSTANCE hInstance, _In_opt_ HINSTANCE hPrevInstance, _In_ LPTSTR lpCmdLine, _In_ int nCmdShow){ // 变量初始化 LPCTSTR ExistFile = _T("D:\\File.txt"); // 获取..

2022-04-24 16:47:25 2138

原创【千律】C++基础：文件的删除、复制、移动和重命名

#include <tchar.h>#include <windows.h>int APIENTRY _tWinMain(_In_ HINSTANCE hInstance, _In_opt_ HINSTANCE hPrevInstance, _In_ LPTSTR lpCmdLine, _In_ int nCmdShow){ // 变量初始化 LPCTSTR ExistFile = _T("D:\\File.txt"); LPCTSTR NewFile = _T("D.

2022-04-24 15:50:44 2001

原创【千律】C++基础：将字符串通过 cmd 命令行对EXE文件传参

#include <tchar.h>#include <windows.h>int APIENTRY _tWinMain(_In_ HINSTANCE hInstance, _In_opt_ HINSTANCE hPrevInstance, _In_ LPTSTR lpCmdLine, _In_ int nCmdShow){ // 显示提示框 MessageBox(NULL, lpCmdLine, _T("提示窗口"), MB_ABORTRETRYIGNORE | M.

2022-04-23 17:53:28 1258

转载【千律】API档案：MoveFile 函数说明

简介：可以使用 MoveFile 移动一个已存在的文件或者文件夹到新的位置。语法格式：BOOL MoveFile(LPCTSTR lpExistingFileName,LPCTSTR lpNewFileName);参数：lpExistingFileName：要移动的源文件或者文件夹的路径lpNewFileName：要移动到的目标文件或者文件夹的路径返回值：函数执行成功，返回 TRUE ，否则返回 FALSE ，可使用 GetLastError 获取错误码。...

2022-04-23 14:29:09 167

转载【千律】API档案：CopyFile 函数说明

简介：可以使用 CopyFile 拷贝指定存在的文件到目标路径文件。语法格式：BOOL CopyFile(LPCTSTR lpExistingFileName,LPCTSTR lpNewFileName,BOOL bFailIfExists);参数：lpExistingFileName：要拷贝的源文件的路径lpNewFileName：要拷贝到的目标文件的路径bFailIfExists：传递TRUE：如果目标文件已经存在，不拷贝，CopyFile 返回 FALSE，传递 F...

2022-04-23 14:26:37 107

转载【千律】API档案：DeleteFile 函数说明

简介：可以使用 DeleteFile 删除指定存在的文件。语法格式： BOOL WINAPI DeleteFile( _In_ LPCTSTR lpFileName); 参数： lpFileName 必选项，指定要删除文件的路径。返回值：函数执行成功，返回 TRUE ，否则返回 FALSE ，可使用 GetLastError 获取错误码。备注：如果程序尝试删除一个不存在的文件，GetLastError 返回 ERROR_FILE_NOT_...

2022-04-23 13:53:22 217

原创【千律】C++基础：ShellExecuteEx 函数的相关使用案例

1. 以 Windows 系统自带的浏览器，打开指定的网址。#include <tchar.h>#include <Urlmon.h>#include <windows.h>#pragma comment (lib, "Urlmon.lib")int APIENTRY _tWinMain(_In_ HINSTANCE hInstance, _In_opt_ HINSTANCE hPrevInstance, _In_ LPTSTR lpCmdLine, _.

2022-04-22 20:27:39 1320

转载【千律】API档案：ShellExecuteEx 函数说明

简介：可以使用 ShellExecuteEx 打开文件或执行程序。语法格式：BOOL ShellExecuteEx(_Inout_ SHELLEXECUTEINFO *pExecInfo);参数：输入输出参数都是 SHELLEXECUTEINFO 结构体，其结构定义如下：typedef struct _SHELLEXECUTEINFO{DWORD cbSize;//结构大小,sizeof(SHELLEXECUTEINFO)ULONG fMask;//指定结...

2022-04-21 17:15:46 615

转载【千律】API档案：URLDownloadToFile 函数说明

简介：指从指定URL地址读取内容并将读取到的内容保存到特定的文件里。语法格式： HRESULT URLDownloadToFile( LPUNKNOWN pCaller, LPCTSTR szURL, LPCTSTR szFileName, DWORD dwReserved, LPBINDSTATUSCALLBACK lpfnCB); 参数：pCaller：Pointer to the controlling IUnkn...

2022-04-21 17:08:38 1048

原创【千律】C++基础：打开并下载网页 -- ShellExecuteEx 和 URLDownloadToFile 函数

#include <tchar.h>#include <Urlmon.h>#include <windows.h>#pragma comment (lib, "Urlmon.lib")int APIENTRY _tWinMain(_In_ HINSTANCE hInstance, _In_opt_ HINSTANCE hPrevInstance, _In_ LPTSTR lpCmdLine, _In_ int nCmdShow){ // 初始化变量.

2022-04-21 17:05:07 1202

转载【千律】API档案：MessageBox API 函数说明

简介：MessageBox 指的是显示一个模态对话框，其中包含一个系统图标、一组按钮和一个简短的特定于应用程序消息，如状态或错误的信息。消息框中返回一个整数值，该值指示用户单击了哪个按钮。语法：MessageBox(HWND hWnd, LPCTSTR lpText, LPCTSTR lpCaption, UINT uType)参数：hWnd:此参数代表消息框拥有的窗口。如果为NULL，则消息框没有拥有窗口。lpText:消息框的内容。lpCaption:消息框的标题。uType:指定

2022-04-21 14:47:52 391

原创【千律】OpenCV基础：图像外接矩形、最小外接矩形、凸包、外接圆、拟合椭圆的绘制

环境：Python3.8 和OpenCV内容：图像外接矩形、最小外接矩形、凸包、外接圆、拟合椭圆的绘制import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvt.

2022-04-20 23:56:11 4833

原创【千律】C++基础：string扩展工具箱的使用方法

#include <vector>#include <string.h>#include <windows.h>#include "string_util.h"using namespace std;int main(){ // 初始化字符串 string str_cctry = " Hello, world! My name is cctry.com. "; // 去除两端空格 str_cctry = string_util::trim(st.

2022-04-19 15:34:06 340

原创【千律】C++基础：CString类的常用方法和控制台输出

1.CString类的常用方法2. 在控制台输出CString#include <iostream>#include "atlbase.h"#include "atlstr.h"using namespace std;int main(){ // 初始化字符串 CString str = _T("你好，世界！Hello, world "); // 去除字符串末尾空格 CString str_trim = str.Trim(); // 解决控制台不输出中文.

2022-04-17 21:35:31 1507

原创【千律】C++基础：宽窄字节字符串的相互转换与控制台输出

方案1：#include <string>#include <tchar.h>#include <iostream>#include <windows.h>using namespace std;// 窄字节转换为宽字节wchar_t* str_a2w(char* str_a){ // 计算字节所需长度 int str_a_len = MultiByteToWideChar(CP_ACP, 0, str_a, -1, NULL, 0.

2022-04-17 19:12:21 779

原创【千律】C++基础：计算宽窄字节字符串所占用的字节数

#include <string>#include <tchar.h>#include <iostream>using namespace std;int main(){ // 初始化字符串 char* str_v = "20220425"; // 窄字节字符串 wchar_t* str_w = L"20220425"; // 宽字节字符串 TCHAR* str_t = _T("20220425"); // 通用字.

2022-04-17 16:52:45 1103

原创【千律】C++基础：根据指定字符“#”对字符串进行分割，将分割后的字符串存储在vector动态数组中

#include <vector>#include <string>#include <iostream>using namespace std;int main(){ // 初始化变量 string str_cctry = "123#abc#cctry.com#"; vector<string> vec_cctry; // 判断字符串中是否存在“#”字符 while (str_cctry.find("#") != -1) { .

2022-04-11 20:17:30 1198

原创【千律】C++基础：map 循环遍历删除元素，及其报错的解决方案

报错原因：采用erase移除迭代器后，迭代器的值变为-572662307，无法作为迭代器继续运算。详细：当程序执行到 stu_map.erase(itor) 时，满足条件的第一个元素被删除，从而导致 itor 指针被删除，使其不指向任何元素。针对该问题我们首先想到的就是在删除指针之前，对其进行备份，C++ 将这个临时变量直接建立在 erase 实现里。因此将stu_map.erase(itor)改为stu_map.erase(itor--)即可#include <map>#incl

2022-04-11 16:56:36 3125 1

原创【千律】OpenCV基础：图像质心、周长、面积和近似轮廓的计算

环境：Python3.8 和 OpenCV内容：图像质心、周长、面积和近似轮廓的计算import cv2 as cvimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColor(image, cv.COLOR_BGR2RGB

2022-04-10 00:03:57 4552

原创【千律】C++基础：List 链表循环删除元素，及其报错的解决方案

报错原因：采用erase移除迭代器后，迭代器的值变为-572662307，无法作为迭代器继续运算。详细：当程序执行到 list_int.erase(itor) 时，满足条件的第一个元素被删除，从而导致 itor指针被删除，使其不指向任何元素。针对该问题我们首先想到的就是在删除指针之前，对其进行备份，C++ 将这个临时变量直接建立在 erase 实现里。#include <list>#include <iostream>using namespace std;int.

2022-04-09 21:58:30 2770 1

原创【千律】C++基础：使用vector动态数组初始化list链表，并输出list链表

使用vector动态数组初始化list链表（构造函数的方式），并输出list链表。#include <list>#include <vector>#include <iostream>using namespace std;int main(){ // 初始化动态数组 vector<int> vec_int{ 7, 9, 4, 2, 5, 6, 1, 3 }; // 初始化列表 list<int> list_int(ve

2022-04-09 17:27:44 2010

原创【千律】OpenCV基础：图像填充与图像分割（传统算法）

环境：Python3.8 和 OpenCV内容：图像填充与图像分割（传统算法）import cv2 as cvimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColor(image, cv.COLOR_BGR2RGB)

2022-04-08 22:04:45 2533

原创【千律】OpenCV基础：绘制图像轮廓（边缘）

环境：Python3.8 和 OpenCV内容：绘制图像轮廓（边缘）import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtColor(image, cv.CO

2022-04-08 19:46:34 2668

原创【千律】OpenCV基础：图像上绘制直线、圆形、矩形、椭圆、多边形和标注文字

环境：Python3.8 和 OpenCV内容：图像上绘制直线、圆形、矩形、椭圆、多边形和标注文字import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt# 封装图片显示函数def image_show(image): if image.ndim == 2: plt.imshow(image, cmap='gray') else: image = cv.cvtCol

2022-04-08 19:28:08 1824

Matlab 基于粒子群优化算法优化支持向量机(PSO-SVM)的时间序列预测 PSO-SVM时间序列

1. Matlab实现粒子群优化算法优化支持向量机的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

2023-11-29

Matlab 基于粒子群优化算法优化支持向量机(PSO-SVM)的数据分类预测 PSO-SVM分类

1. Matlab实现粒子群优化算法优化支持向量机的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

2023-11-13

Matlab 基于粒子群优化算法优化支持向量机(PSO-SVM)的数据回归预测 PSO-SVM回归

1. Matlab实现粒子群优化算法优化支持向量机的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

2023-11-13

Matlab 基于长短期记忆网络(LSTM)的数据回归预测 LSTM回归

2. Matlab实现长短期记忆网络的数据回归预测（完整源码和数据) 3. 多变量输入，单变量输出，数据回归预测 4. 评价指标包括：R2、MAE、MSE、RMSE 5. 包括拟合效果图和散点图 6. Excel 数据，要求 Matlab 2019 及以上版本

2023-11-02

Matlab 基于极限学习机算法(ELM)的时间序列预测 ELM时间序列

1. Matlab实现极限学习机算法的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-10-31

Matlab 基于极限学习机算法(ELM)的数据分类预测 ELM分类

1. Matlab实现极限学习机算法的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本

2023-08-01

Matlab 基于极限学习机算法(ELM)的数据回归预测 ELM回归

1. Matlab实现基于极限学习机的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-07-24

Matlab 基于BP神经网络的数据回归预测-预测新数据 BP回归

1. Matlab实现BP神经网络的数据回归预测-预测新数据（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测，预测新数据 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-07-23

Matlab 基于粒子群优化算法优化BP神经网络(PSO-BP)的时间序列预测 PSO-BP时间序列

1. Matlab实现粒子群优化算法优化BP神经网络的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-07-22

Matlab 基于粒子群优化算法优化BP神经网络(PSO-BP)的数据分类预测 PSO-BP分类

1. Matlab实现粒子群优化算法优化BP神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本

2023-07-22

Matlab 基于粒子群优化算法优化BP神经网络(PSO-BP)的数据回归预测 PSO-BP回归

1. Matlab实现粒子群优化算法优化BP神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-07-22

Matlab 基于长短期记忆网络(LSTM)的时间序列预测 LSTM时间序列

1. Matlab实现长短期记忆网络的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，要求 Matlab 2019 及以上版本

2023-07-04

Matlab 基于长短期记忆网络(LSTM)的数据分类预测 LSTM分类

1. Matlab实现长短期记忆网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2019 及以上版本

2023-07-04

Matlab 基于卷积神经网络(CNN)的时间序列预测 CNN时间序列

1. Matlab实现卷积神经网络的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，要求2018B及以上版本

2023-07-04

Matlab 基于卷积神经网络(CNN)的数据分类预测 CNN分类

1. Matlab实现卷积神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本

2023-07-02

Matlab 基于卷积神经网络(CNN)的数据回归预测 CNN回归

1. Matlab实现卷积神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，要求 Matlab 2018B及以上版本

2023-07-02

Matlab 基于BP神经网络的多输出数据回归预测 BP多输出回归

1. Matlab实现BP神经网络的多输出数据回归预测（完整源码和数据) 2. 多变量输入，多变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括不同输出变量的拟合效果图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-07-02

Matlab 基于径向基神经网络(RBF)的时间序列预测 RBF时间序列

1. Matlab实现径向基神经网络的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-27

Matlab 基于径向基神经网络(RBF)的数据分类预测 RBF分类

1. Matlab实现径向基神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本

2023-06-27

Matlab 基于径向基神经网络(RBF)的数据回归预测 RBF回归

1. Matlab实现径向基神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-27

Matlab 基于随机森林算法(RF)的时间序列预测 RF时间序列

1. Matlab实现随机森林算法的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-24

Matlab 基于随机森林算法(RF)的数据分类预测 RF分类

1. Matlab实现随机森林算法的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵和重要性结果图 5. Excel数据，要求 Matlab 2018B及以上版本

2023-06-18

Matlab 基于随机森林算法(RF)的数据回归预测 RF回归

1. Matlab实现随机森林算法的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-17

Matlab 基于遗传优化算法优化BP神经网络(GA-BP)的时间序列预测 GA-BP时间序列

1. Matlab实现遗传算法优化BP神经网络的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-16

Matlab 基于遗传优化算法优化BP神经网络(GA-BP)的数据分类预测 GA-BP分类

1. Matlab实现遗传优化算法优化BP神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本

2023-06-16

Matlab 基于遗传优化算法优化BP神经网络(GA-BP)的数据回归预测 GA-BP回归

1. Matlab实现遗传算法优化BP神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-13

Matlab 基于支持向量机(SVM)的时间序列预测 SVM时间序列

1. Matlab实现支持向量机的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

2023-06-13

Matlab 基于支持向量机(SVM)的数据分类预测 SVM分类

1. Matlab实现支持向量机的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

2023-06-13

Matlab 基于支持向量机(SVM)的数据回归预测 SVM回归

1. Matlab实现支持向量机的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

2023-06-13

Matlab 基于BP神经网络的时间序列预测 BP时间序列

1. Matlab实现BP神经网络的时间序列预测（完整源码和数据) 2. 单列数据，递归预测-自回归，时间序列预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-13

Matlab 基于BP神经网络的数据分类预测 BP分类

1. Matlab实现BP神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率和混淆矩阵 4. 包括拟合效果图和混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本

2023-06-06

Matlab 基于BP神经网络的数据回归预测 BP回归

1. Matlab实现BP神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2023-06-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人