凸包
当前话题为您枚举了最新的 凸包。在这里，您可以轻松访问广泛的教程、示例代码和实用工具，帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表，快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题，无论您是初学者还是有经验的开发者，都能找到有价值的信息。
二维凸包计算工具
该工具使用MATLAB语言实现了二维凸包计算算法，能够有效识别给定平面点集的最小凸多边形。
Matlab
7
2024-04-29
在凸包中测试点是否在一组点的凸包内——Matlab开发
测试点“testPt”是否在一组点“pts”的凸包内，利用线性程序求解。这种方法适用于高维空间且速度快。相较于计算凸包的方法，如John D'Errico的inhull功能，在小尺寸数据上表现良好。然而，对于高维情况，线性规划方法更为有效。此外，代码提供了验证点是否在凸包内的方法，即使用向量“weights”，使得testPt = pts * weights，其中sum(weights)=1且weights≥0。
Matlab
0
2024-08-27
二维点集凸包计算：Matlab 实现
Matlab 提供 convhull 函数，用于计算二维点集的凸包。例：生成一组极坐标点，转换为笛卡儿坐标，使用 convhull 计算凸包，并用红色实线绘制凸包轮廓。
Matlab
3
2024-05-25
使用Matlab绘制N维点集的凸包图形
利用Matlab中的convhulln函数可以求解N维点集的凸包。根据点集维度的不同，可以选择不同的绘图方法：对于二维情况，使用plot函数绘制图形；对于三维情况，使用trisurf函数绘制表面图；对于更高维度的情况，可以使用patch函数绘制图形。需要注意的是，在三维及以上情况下，无法直接绘制图形。
Matlab
2
2024-07-19
凸优化相关资料
数据挖掘和模式识别的学习指南，同时涵盖前沿的鲁棒优化技术。
数据挖掘
4
2024-05-01
高级算法设计实验1分治算法解决凸包问题
凸包问题是指给定平面上n个点的集合Q，需要找出一个凸多边形P，使得Q中的所有点要么在P上，要么在P内部。本实验实现了基于分治思想的凸包求解算法。
算法与数据结构
2
2024-07-16
凸优化基石：解读《GTM152.Lectures on polytopes》
《GTM152.Lectures on polytopes》作为凸优化领域的经典著作，为理解和应用凸优化方法提供了重要的理论基础。
算法与数据结构
4
2024-05-19
凸优化的基本概念和数值求解
凸优化问题在许多不同领域中频繁出现。本书全面介绍了这一主题，并详细展示了如何高效数值求解这些问题。书中首先讲解了凸集和凸函数的基本元素，然后描述了各类凸优化问题。
数据挖掘
2
2024-07-17
matlab编程-完整的凸壳算法MATLAB实现
matlab编程-完整的凸壳算法MATLAB实现。这段代码展示了如何实现凸壳算法。
Matlab
2
2024-07-20
(AU)ROC(CH)具有凸包的接收器操作特性曲线及其在MATLAB开发中的应用
ROC曲线描述了二元分类问题的性能，基于不同阈值处理一组分数进行分类。宽松的阈值提供高灵敏度但低特异性，严格的阈值提供高特异性但低灵敏度；ROC曲线展示了在一系列阈值上的这种权衡。此代码提供了灵活选择敏感度与特异性的选项。ROC曲线的凸包位置可以理论上用于操作，因此也展示了该图。ROC曲线下面积（AUC）是评估分类器总体准确度的度量，而ROCCH下的面积则是一种上限，通过加权不同分类器阈值结果的组合实现。
Matlab
0
2024-08-29