clc;clear all;close all;%初始化
dataSize=13;
rand('state',1);
K=1;
dataFrame=rand(dataSize,2).*0.2;
% plot(dataFrame(:,1)',dataFrame(:,2),'x');
CATEGORY = zeros(dataSize,5);%单个站点状态描述矩阵(4个特征)
categoryId = [1:dataSize]';%有dataSize行
categorySiteMode = rand(dataSize,1)>0.5;%蝴蝶是1,star是0,比例是0.5
categorySiteStatus = zeros(dataSize,1);%是主站还是子站 全零空阵
categoryIfConnect = zeros(dataSize,1);%主站(1)还是子站(0)。。。4
categoryCLASS=zeros(dataSize,1);%所属类别 初始化全零
categoryHS = -1*ones(dataSize,1);
[Id,SiteMode,Class,HorS,Layer...%
] = deal(1,2,3,4,5);
CATEGORY(:,Id) = categoryId;%序列号。。。。。。。。。。。。。。。1
CATEGORY(:,SiteMode) = categorySiteMode;%蝴蝶(1) star(0)。。。。2
CATEGORY(:,Class) = categoryCLASS;%分类后所属编号。。。。。。。。。3
CATEGORY(:,HorS) = categoryIfConnect;%主站(1)还是子站(0)。。。4
CATEGORY(:,Layer) = categoryHS;%主站(1)还是子站(0)。。。4
%[序列 蝴蝶 类别 主站]
Output = zeros(dataSize,dataSize);%连接关系网络 1000*1000
%%
tic
[idx ,C] = kmeans(dataFrame,K);%使用聚类
countClass=zeros(K,1);
CATEGORY(:,Class)=idx';%更新类别属性的列CATEGORY(:,Class)
%%计算每一类的个数填充矩阵countClass
for iii=1:K%数出每一类有几个基站
countClass(iii)=sum(idx==iii);
end
%%
% for kk=1:K
% plot(dataFrame(idx==kk,1),dataFrame(idx==kk,2),'.','MarkerSize',12);
% hold on;
% end
% plot(C(:,1),C(:,2),'kx',...
% 'MarkerSize',12,'LineWidth',3);
% grid on;title '聚类分布图';xlabel('经度/°');ylabel('纬度/°');
%%
DISCentroidBetweenEach = zeros(length(C),length(dataFrame));%每一个
for i = 1:length(C)
for j=1:length(dataFrame)
if CATEGORY(j,Class)==i;
DISCentroidBetweenEach(i,j)=distance(C(i,1),C(i,2),dataFrame(j,1),dataFrame(j,2));%注意这里用的是聚类中心之间的距离不是主站
else
DISCentroidBetweenEach (i,j)=NaN;
end
end
end
%%
CentroiIndex=zeros(K,1);
for i=1:K
% 提取每一类中储存着聚类中心坐标 与 其余各个点坐标(包括自己。。自己跟自己肯定最近啊哈哈哈哈)距离的 行矩阵
a=DISCentroidBetweenEach(i,:);
% 找出其中最小的一个 提取下标,这个就是要的主站身份ID
[bB iI]=sort(a);
% 把身份ID储存到 CentroiIndex中
CentroiIndex(i)=iI(1);
end
%%
% 设定距离阈值
HH=999;% 主站到主站50
HS=999;% 主站到基站20
SS=999;% 基站到基站10
%%
k=1;
Kslice=CATEGORY(find(CATEGORY(:,Class)==k),:);% Kslice有用的是第一列的ID切片
fromH=CentroiIndex(k);
toS= Kslice(:,1);
disFromHtoS=zeros(1,length(toS));
for F=1:length(toS)
disFromHtoS(F) = disFromTo(toS(F),CentroiIndex(k),dataFrame );
end
[HSdis HsID_temp]=sort(disFromHtoS,'descend');
temp_slice=Kslice(:,1);
HsID = temp_slice(HsID_temp);%这个是直接能够灌入距离计算的排序后原始ID 注意,最后一个就是主站自己 验证完毕
for cn=1:8
F= HsID(cn);
[CATEGORY,Output] = connectSite(F, CentroiIndex(k),Output,CATEGORY,1,1);
end
% 企图连接剩下的四个点
box=HsID(9:12);%连接第二层
initSumDIs=0;
Final=zeros(1,4)+1;
for i=1:4
initSumDIs=initSumDIs+(disFromTo(box(1),HsID(4+i),dataFrame ));
end
Rt=[];Ri=[];
%%
SearchCount=0;
[O1 O2 O3 O4]=deal(0);
initO=[O1 O2 O3 O4]
sr=[];
for O1=1:8
for O2=1:8
for O3=1:8
for O4=1:8%%
if O4~=O3&O4~=O2&O4~=O1&O3~=O2&O3~=O1&O2~=O1
currentO=[O1 O2 O3 O4];
for S1=1:4
for S2=1:4
for S3=1:4
for S4=1:4
if S4~=S3&S4~=S2&S4~=S1&S3~=S2&S3~=S1&S2~=S1
tempSum=(disFromTo(box(S1),HsID(O1),dataFrame) +disFromTo(box(S2),HsID(O2),dataFrame)+...
disFromTo(box(S3),HsID(O3),dataFrame)+disFromTo(box(S4),HsID(O4),dataFrame));
Rt=[Rt tempSum ];
Ri=[Ri initSumDIs];
SNow=[S1 S2 S3 S4];
SearchCount=SearchCount+1;
sr=[sr SearchCount];
if SearchCount>10000
break;
end
if (tempSum<initSumDIs)
Final=[S1 S2 S3 S4];
initSumDIs=tempSum;
initO=currentO;
SearchCount=0;
else
continue;
end
end
end
end
end
end
end
%%
end
end
end
end
%%
for ii=1:4
[CATEGORY,Output] = connectSite(box(Final(ii)) ,HsID(initO(ii)),Output,CATEGORY,1,1);
end
%%
toc
% G=graph(Output);
% subplot(1,2,1)
% plot(G)
% subplot(1,2,2)
plot(Rt,'LineWidth',0.05);hold on ;plot(Ri,'LineWidth',2);
legend('尝试','最优');
xlabel('尝试次数');
ylabel('距离代价');
%%
%REF
% hold on
% scatter(dataFrame(4,1),dataFrame(4,2),'*')
function [CATEGORY,Output] = connectSite(from , to,Output,CATEGORY,Contyp,LayerN)
%输入连接矩阵关系矩阵CONNInput,触发站点编号from,目的站点编号to ,大目录CATEGORY,连接类型HH(2)还是Hs(1)、SS(1)
% 层属性更新变量LayerN
% Detailed explanation goes here
Output(from,to)=Contyp;
Output(to,from)=Contyp;
CATEGORY(from,5)=LayerN;
CATEGORY(to,5)=LayerN;
end
function [ DIS ] = computeMutualDis(dataFrame,La,Lo)
%要求输入数据框架本体dataFrame,与La,Lo
% dataFrame用来计算尺寸 La,Lo用来计算距离的实际经纬度
DIS = zeros(length(dataFrame),length(dataFrame));%s
Radius = 6378;
az=0;
[h l] = size(dataFrame);%分别获取数据框架的行(h)列(l)值
for i=1:h
for j=1:h
%距离计算arclen是曲线距离,az是直线距离
[arclen,az] = distance(La(i),Lo(i),La(j),Lo(j),Radius);
DIS(i,j) = arclen;%更改这个可以实现距离替换
end
end
end
function [ DIS ] = computeMutualDis(dataFrame,La,Lo)
%要求输入数据框架本体dataFrame,与La,Lo
% dataFrame用来计算尺寸 La,Lo用来计算距离的实际经纬度
DIS = zeros(length(dataFrame),length(dataFrame));%s
Radius = 6378;
az=0;
[h l] = size(dataFrame);%分别获取数据框架的行(h)列(l)值
for i=1:h
for j=1:h
%距离计算arclen是曲线距离,az是直线距离
[arclen,az] = distance(La(i),Lo(i),La(j),Lo(j),Radius);
DIS(i,j) = arclen;%更改这个可以实现距离替换
end
end
end
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法