大数据

基于matlab，读取图像文件并，并计算其图像对比度。计算公式采用：各中心像素灰度值与周围8近邻像素灰度值之差的平方之和再除以差的个数。注：直接运行，选取路径即可输出计算结果，十分方便。适用于大量图片待计算时使用。

这是MATLAB2020最新Simscape官方入门指南中文版本，自己实践操作增加了一些图片便于理解，后面截图也是在MATLAB2020下做的

该文档为数据挖掘中常用的分类算法K-means均值聚类算法，包含源码+详细步骤

1.主要工作：基于MATLAB图像处理的中值滤波、均值滤波以及高斯滤波的实现与对比:a)中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值.b)均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。c)高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。2.代码功能：实现中值滤波、均值滤波以及高斯滤波，并对图像进行输出3.结果分析a)图像经过中值滤波后，高斯噪声没有被完全去除，椒盐噪声几乎被完全去除效果较好。经过均值滤波后不管是高斯噪声还是椒盐噪声大部分都没有被去除，只是

2022年维数杯数学建模A题全套代码

传统神经网络训练模型，实现多输入多输出预测。

matlab软件随机森林法回归模型代码，可直接matlab打开运行！精简版，包括数据导入、模型建立、误差计算、保存模型，绘制对比图的多个功能！

数据预处理中去除异常值的程序，matlab写的。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。