搜索资源列表
pls1
- 利用matlab来编程的计算机程序,以用来计算最小偏二乘回归用。-Using matlab to program the computer program, to be used to calculate the minimum use of partial least squares regression.
247374
- 扩展卡尔曼滤波EKF 去偏转换卡尔曼滤波CMKF 最小二乘拟和的方法-Extended kalman filter and EKF to partial transformation of kalman filtering CMKF least-square fitting and method
xeteqd
- 扩展卡尔曼滤波EKF 去偏转换卡尔曼滤波CMKF 最小二乘拟和的方法-Extended kalman filter and EKF to partial transformation of kalman filtering CMKF least-square fitting and method
gartial_method_method
- 扩展卡尔曼滤波EKF 去偏转换卡尔曼滤波CMKF 最小二乘拟和的方法-Extended kalman filter and EKF to partial transformation of kalman filtering CMKF least-square fitting and method
2017
- 神经网络,最小偏二乘回归,改变原始数据即可使用(Neural network,etc. Could be applied for other cases if altering the original data)
ridge regression1
- 岭回归(英文名:ridge regression, Tikhonov regularization)是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘法。 总之,本文档是岭回归的R语言实现代码,主要用于解决当模型中出现多重共线性问题,尤其是当你所有的解释变量都很重要,又无法通过其他检验来删除时,岭回归是一个很好的解决办法。(Ridge
pdsv951
- 扩展卡尔曼滤波EKF 去偏转换卡尔曼滤波CMKF 最小二乘拟和的方法(Extended kalman filter and EKF to partial transformation of kalman filtering CMKF least-square fitting and method)
code
- 对于单输入单输出的系统(Single input single output,SISO)常采用最小二乘方法辨识系统的参数。最小二乘参数估计是一个经典的方法,概念简明,适应范围广,来源于数理统计的回归分析,它能提供一个在最小方差意义上与实验数据最好拟合的模型,在一些情况下,可得到与极大似然法一样好的统计效果,并能很方便地与其它辨识算法建立关系。在一定条件下,最小二乘法参数估计法有最佳的统计特性,即一致的、无偏的和有效的结果。本代码主要关于使用递推最小二乘辨识方法与增广最小二乘辨识方法辨识模型参数,
使用加权辅助变量的被动发射源定位
- 由于测量矩阵和方位噪声之间的相关性,我们已知的发射极定位的线性最小二乘算法,如伪线性估计器,具有较大的估计偏差。本文提出了一种新的基于闭型的发射器定位算法,该算法克服了这种偏倚,利用了比定位估计的辅助变量。通过计算机模拟,新算法的性能优于伪线性估计器,同时具有与计算成本更高的极大似然发射器相同的性能。(Because of the correlation between the measurement matrix and azimuth noise, we have known that th