搜索资源列表
空间插值方法汇总
- Inverse Distance to a Power（反距离加权插值法） Kriging（克里金插值法） Minimum Curvature（最小曲率） Modified Shepard s Method（改进谢别德法） Natural Neighbor（自然邻点插值法） Nearest Neighbor（最近邻点插值法） Polynomial Regression（多元回归法） Radial Basis Function（径向基
EEG-based-identification-method
- ：基于脑电信号的身份识别是通过采集试验者的脑部信号来进行身份认证。对于同一个外部刺激或者主体在思考同一个 事件的时候，不同人的大脑所产生的认知脑电信号不同。选取与运动意识想象有关的电极后，分析不同个体在特定状况下脑 电的个体差异，采用以回归系数、能量谱密度、相同步、线性复杂度多种信号处理结合方法对运动想象脑电信号进行处理来 进行特征提取。组合多元特征向量并运用多层BP 神经网络对不同个体的脑电信号进行分类，并在不同的意识想象及不同数 据长度、不同的波段对试验者进行识别率验证分析。
pls
- 实现多输入多输出数据的线性降维，实现多元统计分析与回归分析的综合能力。降维效果很好！-Realize multiple input multiple output data linear dimensional reduction, realization of multivariate statistical analysis and regression analysis of the comprehensive ability. Dimension reduction effect is
pls
- 最小二乘回归法（PLSR：partial least squares regression)：是一种新型的多元统计数据分析方法，它主要研究的是多因变量对多自变量的回归建模，特别当各变量内部高度线性相关时，用偏最小二乘回归法更有效。另外，偏最小二乘回归较好地解决了样本个数少于变量个数等问题。-Least squares regression (PLSR: partial least squares regression): a new type of multivariate statistica
ARESLab
- ARESLab是一种Matlab / Octave工具箱，能够利用杰罗姆·弗里德曼的多元自适应回归样条函数技术构建分段线性和三次分段回归模型。-ARESLab is a Matlab/Octave toolbox for building piecewise-linear and piecewise-cubic regression models using Jerome Friedman s Multivariate Adaptive Regression Splines technique
r
- 多元数据的数值基础分析（五数、方差等）、基础出图（线性拟合、残差图、找变异点）预测，外加基础实际数据处理案例两个(Multivariate data analysis and prediction model)
chapter3
- 。运用十分广泛，回归分析按照涉及的自变量的多少，分为回归和多重回归分析;按照自变量的多少，可分为一元回归分析和多元回归分析;按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多重线性回归分析。(regression analysisRegression analysis is a s
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class