搜索资源列表
SupportVectorMachinesClassifierBasedonModifyingKer
- 以黎曼几何为理论依据，基于S.Amari的修正核函数思想提出了两种新的保角变换，用其对核函数进行数据依赖性改进，进一步提高支持向量机分类器泛化能力。以人工非线性分类问题 为对象进行研究，仿真实验结果表明采用新保角映射可以快速显著地改善分类器泛化性能，而且能大幅度地减少支持向量的数目。-Two novel conformal transformations were proposed based on the Riemannian geometry theory and S.Amari’sid
the_application_of_Boosting
- 集成 学 习 算法通过训练多个弱学习算法并将其结论进行合成，可以显著地提 高学习系统的泛化能力。Boosting算法作为集成学习算法的主要代表算法，得到 了广泛的研究和应用，但其研究成果大部分都集中的分类问题上。-Integrated learning algorithm through the training of more than a weak learning algorithm and its conclusions synthesis, can significantly
exer5
- 回归分析 考察温度x对产量y的影响 测得下列10组数据 求y关于x的线性回归方程 检验回归效果是否显著 并预测x=42℃时产量的估值及预测区间-Regression analysis, study the temperature on the yield y of x measured by the following 10 sets of data demand y on x, the linear regression equation of the regression effect is
baizaosheng
- 本程序能实现基于小波模极大值算法去除高斯白噪声。效果显著-This procedure can achieve based on wavelet modulus maxima method to remove Gaussian white noise. Remarkably
Quantity_SNR_Compare
- 均匀量化和非均匀量化在性能上存在着显著的差异，这种差异可以用信号通过量化器后的量躁比来反映出来。本程序用曲线表示了理论和实际两个方面下两种量化的量躁比。从而可观察他们的性能上的差别。-There are significant differences with the function between Uniform quantization and non-uniform quantization ,which can be quantified by SNR from the quant
power_spectrum
- matlab功率谱，带显著性检验,程序给予时间序列的自相关过程做简介估算-matlab power spectrum, with a significant test, the program to give time series of self-related processes do estimates About
regressmodel
- 自己编的逐步回归分析的程序，用于分析确定最佳的显著影响因素的组合。-stepwise regression analysis procedure for determing the optimal combination of significant factors.
Sdifferhl1V
- 矢量的合成分析 求矢量f(n,2)在指数x(n)为高指数年(x(n)>coefh的年）的平均值fh(2)、低指数年(x(n)<coefh的年）的平均值fl(2)、高指数年与气候平均的合成差dh(2)、低指数年与气候平均的合成差dl(2)、以及高低指数年的合成差dhl(2)和差的显著性tn(5)。 -Synthesis of vector demand vector f (n, 2) the index of x (n) for the high-index on (x (n)&
chenyang
- 度分布的形态与随机网络图相似。当<k>=K时，它有一个显著的顶点且对于大k，呈指数规律衰减。因此，网络的拓扑结构相对单一，所有节点有大约相同数量的边。-Patterns of distribution of random networks with similar plans. When <k> = K, it has a significant peak and for large k, decay exponentially. Therefore, the relat
ann3
- 神经网络求权重源码，输入多个自变量和一个因变量，可以得到与因变量关系显著的几个自变量。-Weight neural network source code request, enter the number of independent variables and a dependent variable, can be a significant relationship with the dependent variable, several independent variables.
bilv
- 比率检验方法，可以对大样本的比率进行显著性检验-Ratio test method, the ratio can be conducted on a large sample significance test
tongxunyuanlishejibaogao
- 数字信号处理的直接对象是数字信号，处理的方式是数值运算的方式，它涉及到的内容非常丰富和广泛，它是应用最快、成效最显著的新学科之一，做为信息专业的专业基础课，需要掌握其基本理论和基本的分析方法，通过理论和实践、原理和应用结合让学生掌握知识。而matlab是集数学计算、图形处理和程序语言设计于一体的软件，通过matlab来实现数字信号处理的有关表达，最终实现课程设计的目的。-Direct object of digital signal processing digital signal proce
C_Average_method
- 模式识别的大作业 改进的C均值法，对聚类效果比较显著-Great job to improve recognition of the C means method, a relatively significant effect on the clustering
LMS-code
- 给出一种LMS算法，即最小均方算法，采用一种特殊的梯度估值，它的显著特点是它的简单性，不需要计算相关函数，也不需要矩阵求逆运算。-Gives a LMS algorithm, least mean square algorithm, using a special gradient estimates, and its distinctive feature is its simplicity, need not calculate the correlation function, does
intelligent--location
- 所得税选址的智能算法，智能分区，降低算法复杂度，算法鲁棒性强，和穷举法一样可以获得全局最优解，同时计算量显著降低！-intelligent alogrithm for multi location porblem.
MATlab--iir
- matlab实现iir滤波器。iir数字滤波器有显著特点，dsp运行速度快-matlab iir filter implementation
Apriori
- 理想的apriori算法，实现优良，效果显著，可以放心的下载-Ideal apriori algorithm to achieve good results are obvious, you can rest assured that the download
GM
- 灰色系统理论是基于关联空间、光滑离散函数等概念定义灰导数与灰微分方程，进 而用离散数据列建立微分方程形式的动态模型，由于这是本征灰色系统的基本模型，而 且模型是近似的、非唯一的，故这种模型为灰色模型，记为GM（Grey Model），即灰 色模型是利用离散随机数经过生成变为随机性被显著削弱而且较有规律的生成数，建立 起的微分方程形式的模型，这样便于对其变化过程进行研究和描述。-Grey system theory is based on the relevance of spac
An-Algorithm-for-Face-Recognition-
- 高独特性特征的选择以及合适匹配策略的选用是人脸识别技术的关键。讨论了基于仿射不变的几何特 征SIFT算子进行人脸识别的方法。SIFT算子的计算复杂度较高，并且不同的人脸表情和图像模糊会加大特征匹 配的难度。为克服上述缺点，提出了一种新的算法，将选择6个人脸上感兴趣子区域进行描述，并根据各自的独特 性赋予不同的权值，最后在匹配过程中使用相似度的平方来减小偏差数据造成的影响。实验结果表明，该方法能 有效减轻表情变化对于身份识别率急剧下降的影响，并可显著减少计算复杂度和特征匹配时间。-
Unary-Linear-Regression-Model
- 最小二乘法拟合一元线性回归函数，并进行显著性和拟合优度检验。-Least squares fit linear regression functions, and for significance and goodness of fit test.