如下
function moveTree(m,maxIt)
if nargin==0
m=100000
maxIt=40
end
ww=[0.52 0.7143 0 0 0 0.6
0.28 0.5143 45 45 0 0.28
0.4 0.5143 -45 -45 0 0.35
0 0.428 0 0 0 0 ]
p=[0.25 0.25 0.25 0.25]
w=ww
n=size(w,1)
x=zeros(1,m+1)
y=x
sump=[0,cumsum(p)]
for q=1:maxIt
pf=rand-0.5
powf=[10*pf 0.45*pf 0.45*pf 0.1*pf]
for i=1:4
w(i,1)=ww(i,1)*cos((ww(i,3)+powf(i))*pi/180)
w(i,2)=-ww(i,2)*sin((ww(i,4)+powf(i))*pi/180)
w(i,3)=ww(i,1)*sin((ww(i,3)+powf(i))*pi/180)
w(i,4)=ww(i,2)*cos((ww(i,4)+powf(i))*pi/180)
end
for i=1:m
r=rand
for j=1:n
if r>sump(j) &&r<=sump(j+1)
x(i+1)=w(j,1)*x(i)+w(j,2)*y(i)+w(j,5)
y(i+1)=w(j,3)*x(i)+w(j,4)*y(i)+w(j,6)
end
end
end
plot(x,y,'r.')
axis off equal
pause(0.1)
end
螨虫分类问题:螨虫有多个参数,将这些参数作为神经网络的输入样本。螨虫的种类进行量化后,作为神经网络的输出。附件为一个示例程序,可供参考。
人工神经网络应用系统。在网络模型与算法研究的基础上,利用人工神经网络组成实际的应用系统,例如,完成某种信号处理或模式识别的功能、构作专家系统、制成机器人等等。
神经网络可以用作分类、聚类、预测等。神经网络需要有一定量的历史数据,通过历史数据的训练,网络可以学习到数据中隐含的知识。在你的问题中,首先要找到某些问题的一些特征,以及对应的评价数据,用这些数据来训练神经网络。
可以用复数表示,比如x=[1+j;2+2j;3+3j]。
坐标是一维坐标x还是二维坐标(x,y)?如果是前者,就用plot(t,x);如果是后者,就用plot3(t,x,y)。其中,t为每个坐标对应的时刻。
试试下面的效果是不是你要的
clearall
clc
x=0:pi/50:2*pi;
y=sin(x);
plot(x,y)
h=line('xdata',[],'ydata',[],'color','r','marker','。','markersize',30);
forii=1:length(x)
set(h,'xdata',x(ii),'ydata',y(ii));
扩展资料:
x'表达方式
>>X is equal to rand of 6.
X=
0.18690.27600.95970.5060
0.04620.03440.48980.67970.34040.6991
Thereisnoneedtomakeadifference
0.64630.16260.22380.9593
0.69480.76550.70940.11900.75130.5472
0.75470.49840.25510.1386
>>X(2:4, [2, 3, 5])
Ans=
0.03440.48980.3404
0.43870.44560.5853
0.38160.64630.2238
>>
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)