灰度模型用vc实现
0
最佳答案
0
建议采用 OpenCV 库。
收获园豆：10
首先感谢您的回答，但是OpenCV库，我确实没有学习过，不知道怎么做。
@涓涓流水: 你要如何使用灰度模型？
@Launcher: 用在滑坡预测上的，就是输入的是一个时间数组和对应的位移量，要求未来某一时间的位移量
@涓涓流水: 那你知道使用什么算法实现吗？
@Launcher: 灰色模型本来就是一个算法吧，我这儿有vb做的，你看一下啦
利用 VB 语言对模型编程 , 主要是通过数组转 换实现 , 灰色系统预测模型 VB 源编
码如下: Private Sub 灰色系统预测模型- Click ()
n = 10 ReDim h0 ( n) , X1 ( n) , z ( n - 1 , 2) , B (2 , n - 1) ,
y ( n - 1 , 1) , g ( n) , f ( n) Dim c (2 , 4) , d (2 , 4) ,
e (2 , 1) , A (2) h0 (1) = Text1. text h0 (2) = Text2. text
h0 (3) = Text3. text h0 (4) = Text4.
text h0 (5) = Text5. text h0 (6) = Text6. text h0 (7) = Text7. text h0 (8) = Text8. text h0 (9) = Text9. text h0 (10) = Text10. text ’一次累加得 h1 ( i)
t = 0
For i = 1 To n t = t + h0 ( i) X1 ( i) = t
Next ’构造矩阵 B
For j = 1 To n - 1 B (1 , j) = - ( X1 ( j + 1) + X1 ( j) )Π 2’如 果采用优化模型 , 将 B (1 , j) 的表达式修改即可
B (2 , j) = 1 Next
构造逆矩阵
For i = 1 To 2 For j = 1 To n - 1 Z ( j , i) = B ( i , j) Next Next
For i = 1 To 2 For k = 1 To 2 c ( i , k) = 0
For j = 1 To m - 1 c ( i , k) = c ( i , k) + B ( i , j)3z ( j ,k ) Next
If i = 1 Then c ( i , k + 2) = 1 Else c ( i , k + 2) = 0 Next Next For j
= 2 To 4 c (2 , j) = c (2 , j) - c (1 , j)Π c (1 , 1)3c (2 , 1) Next For
i = 1 To 2 For j = 1 To 4 d ( i , j) = c ( i , j)Π c ( i , i) Next
Next i = 2 k = 1 For j = 4 To 2 Step - 1 d ( k , j) = d ( k , j) - d ( i
, j)Πd ( i , i) 3d ( k , i) Next , ’构造矩阵 Y For i = 1 To n - 1 y ( i
, 1) = h0 ( i + 1) Next For i = 1 To 2 e ( i , 1) = 0 For j = 1 To n - 1
e ( i , 1) = e ( i , 1) + B ( i , j)3y ( j ,1 ) Next Next
k = Val (InputBox (“预测长度” , 5) ) , ’求 a , u For i = 1 To 2 A ( i)
= 0 For j = 3 To 4 A ( i) = A ( i) + d ( i , j)3e ( j - 2 , 1) Next
Next For t = 1 To n - 1 g ( t) = ( x0 (1) - A (2)ΠA (1) )ΠExp ( A
(1)3t) + A (2)ΠA (1) f ( t) = X1 ( t + 1) - g ( t) Next g (0) = g ( n -
1) End Sub
@涓涓流水: 方向都错了，灰度，灰度，我就想到了图形图像，结果是灰色预测，纯算法。你既然有 VB 代码了，修改成 C# 就行了。
@Launcher: 矩阵我不知道在c#上怎么做
@涓涓流水:
http://msdn.microsoft.com/zh-cn/magazine/jj863137.aspx
http://blog.csdn.net/w9521423/article/details/4064350
VB 中也没有矩阵类吧，都是通过数组自己实现的。
@Launcher: 我刚刚做出来了，依然谢谢您。
