前言：模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价。参考书籍：《python数学建模算法与应用》 司守奎 孙玺菁 具体代码书上有写我就没有再敲出来1、模糊综合评价优缺点（1）优点：·可以将定性指标定量化（2）缺点：·隶属函数的确定没有明确且系统的方法·权重、算子的确定具有主观性·当同一指标层级的指标个数较多时会导
转载
2024-04-27 11:59:40
83阅读
1.1 定义预测编码是数据压缩理论的一个重要分支。根据离散信号之间存在一定相关性特点，利用前面的一个或多个信号对下一个信号进行预测，然后对实际值和预值的差（预测误差）进行编码。如果预测比较准确，那么误差信号就会很小，就可以用较少的码位进行编码，以达到数据压缩的目的。第n个符号Xn的熵满足： n越大考虑更多元素之间的依赖关系时，熵值进一步降低，得到的熵越接近于实际信源所含的实际熵
转载
2024-01-26 09:30:14
146阅读
模糊集理论起源参考
1965年，美国加利福尼亚大学控制论专家扎德(L. A. Zadeh)教授在《信息与 控制》杂志上发表了一篇开创性论文《模糊集合》,这标志着模糊数学的诞生.扎 德是世界公认的系统埋论及其应用领域最有贡献的人之一，被誉为“糊集之父“,在人类社会和各个科学领域中,人们所遇到的各种量大体上可以分成两大类：确定性的与不确定性的,而不确定性又可分为随机性和模糊性.人们正是用三种数学来分别
转载
2024-08-24 11:15:47
24阅读
普通集合，具有特定属性的确定对象的全体。内涵即普通集合的特定属性，外延即普通集合的元素全体。一个元素要么属于普通集合要么不属于普通集合。 论域，即议题限定的范围，是一个普通集合。以下讨论中U表示论域，u表示论域的一个元素，可以把论域抽象化为区间[0,1]上的一个值。 &n
转载
2024-09-09 20:17:13
45阅读
目录1.1 模糊数学简介1.2.1 模糊集和隶属函数1.2.2 模糊集合的表示方法i) zadeh 表示法 ii) 序偶表示法
转载
2024-09-13 10:34:00
47阅读
# 模糊决策与预测：基于Python的应用
模糊决策是一种处理不确定性和模糊性的方法，在许多领域得到了广泛应用，如经济学、管理科学和人工智能等。与传统的二值决策不同，模糊决策允许多个值之间的模糊区分，使决策过程更加灵活。本文章将带您了解模糊决策，并通过Python代码示例来演示如何实现相关预测。
## 什么是模糊决策？
模糊决策的核心在于模糊逻辑。传统的逻辑运算仅存在真假，而模糊逻辑允许“部
首先介绍基本粗糙集理论，之后介绍多粒度粗糙集，优势粗糙集，邻域粗糙集等1.基本概念信息系统：定义一个四元组称之为信息系统，表示为，其中：是对象集合，又称为论域，即x1,x2,x3…是属性集合（包括条件属性C和决策属性D）是属性的值域是一种映射，反应对象之间的值 如下面表格即为信息系统：UA1A2A3A41001021021311104021151210其中,,知识：粗糙集中，知识被认为是一种分类能
转载
2024-06-24 10:45:46
76阅读
随着信息时代的到来，为得到我们所需要的信息，人们在各个方面对数据处理的要求也
原创
2022-10-08 09:57:41
142阅读
三次指数平滑回归问题Xgboost 随机森林 神经网络 svr滞后阶 自回归 加 协变量离散值 定性变量 虚拟数据短时间内线性差值 前一天后一天 二次曲线插值附近几天数据插值离散 近邻替换节假日 换成虚拟变量 促销 虚拟变量 重要程度 天气 消费指数 定性变量 定序变量贾俊平 统计学异常值 有些值，可以人为加阈值 比如工资档次 大于一万全部设为一万 标准化会有问题 还会影响整
## Python用于非线性预测的模型
### 引言
非线性预测是一种用于预测复杂关系的方法，适用于许多领域，例如金融市场、天气预报、股票价格预测等。Python作为一种强大的编程语言，提供了许多库和工具，可以有效地构建和训练非线性预测模型。本文将介绍一些常用的非线性预测模型，并提供相应的代码示例。
### 1. 非线性回归
非线性回归是一种用于拟合非线性数据的方法。它可以通过将自变量的非线性
原创
2023-11-01 03:32:13
60阅读
目录0、引言1、模糊控制原理1.1 模糊化1.2 模糊规则1.3 模糊推理1.4 解模糊化参考0、引言 课题方面要求，一直在做模糊控制相关的问题，网上查资料真的闹心，很多博客或者文章都会选择性的忽略掉一些东西，比如数据预处理、量化因子之类的，然后看起来就特别难以理解，没法套用。之前写了一篇模糊PID的MATLAB仿真，然后大家提问的比较多，所以
在雷达理论中，模糊与分辨是两个既有联系又有区别的概念。对多个目标来说，模糊就是不能分辨。雷达的分辨力取决于模糊图中心主瓣的宽度。雷达模糊度不
原创
2022-10-10 15:46:37
238阅读
本文同样不涉及公式推导及代码，对于GBDT算法的学习可以参考前面的文章 GBDT算法原理，这里不再讲述GBDT，只讲述XGBoost与LightGBM算法原理下面推荐两篇写得最权威最官方(没有之一)的文档参考文档：XGBoost官方文档(全英文)LightGBM官方文档(全英文)关于GBDT算法，优点非常多，可以算是将boosting的思想发挥到了极致，处理许多数据效果都是非常好，但是正所谓人无完
使用线性和非线性回归。线性回归由岭回归实现，非线性回归由 Levenberg-Marquardt 算法实现。输入模糊集由具有特征选择方法的多目标遗传算法确定。
原创
2022-09-04 00:34:33
579阅读
# MySQL中索引在模糊查询中的应用
在数据库管理系统中，索引的使用是提升查询效率的重要手段。对于模糊查询，索引的作用尤为关键。本文将探讨MySQL中索引在模糊查询的效果，并结合实例进行讲解。
## 什么是索引？
索引是数据库表中一个数据结构，它提高了数据检索的效率。索引工作原理类似于书籍的目录，可以快速定位到具体的信息，而不需要逐行扫描整个表。
## 模糊查询的定义
模糊查询是指在数
风险预测 风险预测(risk proiection）又称风险估计 （risk estimation)，试图从两个方面评估每一个风险：(1）风险发生的可能性或概率：（2）如果风险发生，风险相关问题产生的后果。项目计划人员、其他管理人员及技术人员都要进行以下4 步风险预测活动： 1.建立一个尺度，以反映风险发生的可能性。 2.描述风险产生的后果。 3. 估算风险对项目及产品的影响。 4.标明风险预测的
转载
2024-01-30 20:15:11
71阅读
Hierarchical compositional representations for few-shot action recognition 文章于2023年发表于CVPR会议上的一篇论文。该会议是计算机视觉任务中的TOP会议。 论文地址：https://arxiv.org/abs/2208.09424 开源地址：暂未开
写在前面NSTransformer模型来自NIPS 2022的一篇paper《Non-stationary Transform
转载
2023-05-01 17:02:00
697阅读
XGBoost也可以用于时间序列预测，尽管要先把时间序列数据集转换成适用于有监督学习的形式。它还需要使用一种专门的技术来评估模型，称为前向推进验证，因为模型评估使用了k-折叠交叉，这会产生有正偏差的结果。 在本文中，你将会了解到如何开发应用于时间序列预测的XGBoost模型。 完成本教程后，你将知道
转载
2021-01-12 11:27:00
1237阅读
2评论
前言之前学习了各种回归模型，神经网络的先导知识，了解了回归的原理，掌握了回归的详细与简易实现方法，今天就用一个真实案例来检验一下学习成果，初次尝试独立解决问题，跑的结果不是特别好，将在往后不断的学习过程中不断优化自己的模型。 通过这次实践我发现这类数据分析或是数据预测的问题，数据清洗有着非常重要的作用，直接使用高维度的原数据不但跑的时间很长，而且跑出来的结果也相当不好，因此得选择对于数据分析有用的
