资源简介
关于可拓的关联函数,数据挖掘方面有用。
代码片段和文件信息
clear;
P=[1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36];
N=length(P);
for component=1:1:N
if(P(component)<0)
error(‘信源概率不能小于0‘);
end
end
if((sum(P)-1)>0.0001)
error(‘信源概率之和必须为1‘);
end
%建立各概率符号的位置索引矩阵Index利于编码后从树根进行回溯从而得出对应的编码
Q=P
Index=zeros(N-1N); %初始化Index
for i=1:N-1
[QL]=sort(Q);
Index(i:)=[L(1:N-i+1)zeros(1i-1)];
G(i:)=Q;
Q=[Q(1)+Q(2)Q(3:N)1]; %将Q中概率最小的两个元素合并,元素不足的地方补1
end
%根据以上建立的Index矩阵,进行回溯,获取信源编码
for i=1:N-1
Char(i:)=blanks(N*N);%初始化一个由空格符组成的字符矩阵N*N用于存放编码
end
%从码树的树根向树叶回溯,即从G矩阵的最后一行按与Index中的索引位置的对应关系向其第一行进行编码
Char(N-1N)=‘0‘;%G中的N-1行即最后一行第一个元素赋为0,存到Char中N-1行的N列位置
Char(N-12*N)=‘1‘;%G中的N-1行即最后一行第二个元素赋为1,存到Char中N-1行的2*N列位置
%以下从G的倒数第二行开始向前编码
for i=2:N-1
Char(N-i1:N-1)=Char(N-i+1N*(find(Index(N-i+1:)==1)) -(N-2):N*(fi
- 上一篇:PSNR和归一化相关系数NC值
- 下一篇:基于matlab代码实现的SVPWM程序
相关资源
- 决策树天气预测
- NNDA PDA JPDA IMM数据关联算法matlab代码
- 求两个矩阵相似性
- 概率数据关联算法matlab程序.zip
- G-P算法计算关联维数
- 概率数据关联算法matlab程序
- 基于灰理论的灰关联排序---matlab程序
- g_p算法求解关联维数
- K-means算法的Matlab实现以及Iris数据集
- 机器学习、人工智能、数据挖掘中经
- 利用压缩感知的关联成像程序,计算
- 数据挖掘 关联规则 Apriori算法 matlab实
- 用matlab仿真多目标跟踪中的航迹关联
- 联合概率数据关联算法(JPDA)
- SLM_IG_simulation
- JPDAF4
- picture--chasing 背景建模和前景分割的方
- apriori的matlab实现
- 数据挖掘C4.5matlab算法
- apriori算法MATLAB程序
- 灰色预测源代码(matlab)
- Apriori算法对购物篮进行关联分析-Ap
- G_P算法计算关联维的MATLAB程序
- 数据挖掘分类程序和实验报告matlab
- G-P算法计算关联维
- pda 概率数据关联
- 物元分析法matlab.zip
- 多目标数据关联算法
- 数据挖掘关联规则算法MATLAB实现
- 灰色关联(matlab源码)
评论
共有 条评论