这是我自己编写的模糊数学工具箱,与坛友分享。此工具箱包含了多种模糊数学相关算法与实现,适用于MATLAB环境,便于处理模糊系统的建模与分析。
Fuzzy Mathematics Toolbox-MATLAB Program Collection.rar
相关推荐
scatool Side Channel Analysis Toolbox-MATLAB Development
该工具箱帮助初学者学习侧信道分析的思想、方法和技术。我们提供: (1) 图形用户界面——可视化分析过程; (2) 常用函数库——让人们更容易设计算法。
Matlab
0
2024-11-06
MATLAB_Functions_Collection_Overview
MATLAB常用的基本函数详细介绍:
数学函数:
sum:计算数组元素之和
mean:计算数组元素的平均值
std:计算数组的标准差
三角函数:
sin:计算角度的正弦值
cos:计算角度的余弦值
tan:计算角度的正切值
永久函数:
pi:返回圆周率π的值
inf:表示正无穷
NaN:表示非数值(Not-a-Number)
绘图函数:
plot:绘制二维线性图
bar:绘制柱状图
hist:绘制直方图
Matlab
0
2024-11-06
MATLAB 开发:Fuzzy Regression Tree
使用回归树算法和 ANFIS 训练生成模糊推理系统 (FIS)。
Matlab
3
2024-05-28
NSCT工具箱-nsct_toolbox.rar
NSCT工具箱是一款用于实现非平稳信号处理的工具包。它提供了一套有效的算法和工具,用于处理时间序列数据中的非平稳特性,如时频分析和多分辨率分析。NSCT工具箱支持多种数据格式和处理需求,适用于科学研究和工程应用。
Matlab
1
2024-07-25
License Plate Recognition Program in MATLAB
这是一个用MATLAB语言编写的车牌识别程序,该程序能够完整识别车牌的字样,并且将每个识别的号码保存在一个Excel表格中,便于后续的查询和管理。
功能概述
图像输入:用户提供带有车牌的图像,程序将自动识别并提取车牌部分。
字符识别:通过图像处理技术,程序可精确识别车牌上的文字和数字。
结果输出:所有识别的车牌号会按顺序保存在Excel文件中,方便数据存储和访问。
使用方法
将车辆图像输入到程序中。
程序自动进行车牌区域定位和字符分割。
最终识别的号码会输出至Excel表格,以便后续数据分析和追踪。
该程序适用于交通管理、停车场管理等多种场景。
Matlab
0
2024-11-05
MATLAB Josephus Circle Shuffling Program
MATLAB的约瑟夫环的置乱程序,可用的,图片格式自己改下就好了。
Matlab
0
2024-11-05
Maple Toolbox for MATLAB
Maple Toolbox for MATLAB是一款强大的工具,它将Maple的符号计算功能与MATLAB的数值计算能力相结合。该工具可用于解决各种工程和科学问题。
Matlab
7
2024-05-20
MATLAB Euler Method Code Collection-Scripts and Such
MATLAB的欧拉方法代码脚本集合,不需要单个存储库。基本上只是我想在线保存并允许人们查看的内容。包括多个编程语言脚本:
投票计数器(vote_counter.py)
语言:Python
文件夹:python-dump
目的:为130BPM的年终排名(和任何其他排名)计算专辑排名的排序列表。
状态:完成
版本:1.0
使用:vote_counter.py [options]选项:-h, --help 显示帮助信息并退出-f FILE, --file=FILE 指定CSV文件路径-o OUTPUT, --output=OUTPUT 指定输出文件路径-q, --quiet 不打印结果到stdout
MATLAB字典(dictionary.m)
语言:MATLAB
文件夹:matlab-dump
目的:一种用于MATLAB的基本哈希表/词典系统,利用MATLAB的数据结构实现简单的数据存储与查找。
状态:完成
版本:1.0
Matlab
0
2024-11-06
Essential Mathematics for Physics, Chemistry, and Engineering
This book serves as a refresher for upper-level undergraduate and graduate students in physics, chemistry, and engineering, solidifying their understanding of fundamental mathematical concepts crucial for scientific coursework. The content emphasizes practical applications of mathematics in these fields, starting with twelve progressively challenging examples that cultivate students' mathematical reasoning and problem-solving abilities in scientific contexts. Comprehensive illustrations and online resources enhance understanding, while the updated edition incorporates new problems, illustrations, and expanded chapters on matrix algebra and differential equations.
算法与数据结构
4
2024-05-30