搜索资源列表
ek503
- sar图像去噪的几种新的方法,最小二乘回归分析算法,该函数用来计算任意函数的一阶偏导数(数值方法)。- Several new methods sar image denoising, Least-squares regression analysis algorithm, This function is used to calculate the arbitrary function of the first order partial derivative (numerical metho
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
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,
itoolbox
- 协同区间偏最小二乘 siPLS算法是 N rgaard等对其提出 的 iPLS方法的改进, 其基本算法步骤如下:(1)对原始谱图进行 预处理;(2)在全谱范围内建立全局偏最小二乘模型, 即上节的 模型;(3)在整个光谱区间采用 iPLS建立多个等窗口宽度的子 区间, 假设为 n个;(4)在每个子区间上建立偏最小二乘法模型, 即可得到 n个局部模型;(5)以交叉验证时的均方根误差 RMSE 值为各模型的精度衡量标准, 比较全光谱模型和各局部模型的 精度;(6)组合精度最高的局部子区间