CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 文档资料 搜索资源 - 样本

搜索资源列表

  1. lingspam_public.tar

    0下载:
  2. 垃圾邮件样本,著名的Ling-spam 垃圾邮件样本,做垃圾邮件实验非常有用的标准-Spam sample, the famous Ling-from spam spam samples spam very useful experimental standard
  3. 所属分类:File Formats

    • 发布日期:2017-06-01
    • 文件大小:14330625
    • 提供者:李猛
  1. ppt

    0下载:
  2. 如何设计一个好看的PPT,里面包含素材和样本。-How to design a nice PPT, which includes material and samples.
  3. 所属分类:File Formats

    • 发布日期:2017-04-08
    • 文件大小:831404
    • 提供者:tomtyler
  1. yongdadouzhuli

    1下载:
  2. 在动物饲料市场上大豆和菜粕互帮互为替代品,为了研究用大豆主力期货为菜粕现货套期保值的功能,本文运用确定套期保值比率的OLS、VAR和ECM三个模型和套期保值绩效的衡量指标,对上述二者的套期保值比率和绩效进行了实证研究。结果显示,大豆主力期货和菜粕现货周数据的最佳套期保值比率是0.1338,套期保值绩效为0.0832。在本文中,从模型上看,ECM模型的套期保值比率和绩效比OLS和VAR模型要高,但利用样本数据所得的结果是OLS模型的套期保值比率和绩效比VAR和ECM模型要高。不过随着中国期货市场
  3. 所属分类:Development Research

    • 发布日期:2017-03-29
    • 文件大小:32248
    • 提供者:万利
  1. svm

    0下载:
  2. 非线性svm实现样本点的分类,并输出图像,输入数据为矩阵-Nonlinear svm to achieve a classification of the sample points, and the output image, the input data matrix
  3. 所属分类:software engineering

    • 发布日期:2017-11-26
    • 文件大小:9114
    • 提供者:xiaoxichanchan
  1. Support-vector-machine-

    1下载:
  2. 利用谱聚类方法在特 征向量空间中对原始样本数据进行重新表述使得在新表述中同一聚类中的样本能够更好地积聚在一起构建聚类核函数 并进而构造聚类核半监督支持向量机 使样本更好地满足半监督学习必须遵循的聚类假设 -Restated in the new formulation in the same cluster sample be better able to accumulate together to build the clustering of nuclear function and
  3. 所属分类:Project Manage

    • 发布日期:2017-03-30
    • 文件大小:155945
    • 提供者:小白
  1. _time_frequency_toolbox

    0下载:
  2. 时频分析,用于时频分析,压缩文件,概率密度曲线 ,计算样本向量x的概率密度估计,返回在xi点的概率密度f,此时我们使用plot(xi,f)就可以绘制出概率密度曲线。-Time-frequency analysis, time-frequency analysis is used to compressed files
  3. 所属分类:software engineering

    • 发布日期:2017-12-01
    • 文件大小:162170
    • 提供者:林雪
  1. ASPCMSGBK

    0下载:
  2. 此文档描述了如何用 Dom接下XML文件,还用实例给我们做了样本,很好,希望大家好好学习
  3. 所属分类:Development Research

    • 发布日期:2017-11-19
    • 文件大小:3081508
    • 提供者:liunannan
  1. 123

    0下载:
  2. 。统计学分析处理的对象是带有随机性的数据。按照随机排列、重复、局部控制、正交等原则设计一个试验,通过试验结果形成样本信息(通常以数据的形式),再根据样本进行统计推断,是自然科学和工程技术领域常用的一种研究方法。-. The statistical analysis of the object of processing is the data with randomness. In random order, repeated, and the principle of local contro
  3. 所属分类:software engineering

    • 发布日期:2017-12-05
    • 文件大小:1240064
    • 提供者:张挺
  1. Epileptic-Seizure-Detection

    0下载:
  2. 利用小波变换和样本熵对癫痫脑电进行识别的文章-Recognition article epileptic EEG using wavelet transform and sample entropy
  3. 所属分类:software engineering

    • 发布日期:2017-11-17
    • 文件大小:198194
    • 提供者:韩陵
  1. TS__H264_1

    1下载:
  2. TS_打包_本地文件_H264_1 带样本-TS_ to pack _ local file _H264_1 with samples
  3. 所属分类:File Formats

    • 发布日期:2014-07-16
    • 文件大小:7786496
    • 提供者:martin zhang
  1. DCT

    0下载:
  2. 提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离 散余弦变换可提取人脸可识别的大部分信息,而支持向量机作为分类器,在处理小样本、高维数等 方面具有独特的优势,且泛化能力很强,无需先验知识。从ORL 人脸库上的实验结果可以看出, DCT特征提取是很有效的,且SVM的分类性能优于最近邻分类器,同时提高了整个系统的运算速 度。-A face recognition method based on DCT for face feature extractio
  3. 所属分类:Project Design

    • 发布日期:2017-11-25
    • 文件大小:354141
    • 提供者:罗朝辉
  1. image-study

    0下载:
  2. 多示例学习是与监督学习、非监督学习和强化学习并列的第四类学习框架,目前已广泛应用于药物设计、图像搜索等领域,并已获得很好的效果。在多示例学习中,训练样本是由多个示例组成的包,包是有概念标记的,但示例本身却没有概念标记,学习的目的是预测新包的类别。-Multi-instance learning and supervised learning, unsupervised learning and reinforcement learning tied for the fourth-class le
  3. 所属分类:Development Research

    • 发布日期:2017-11-23
    • 文件大小:717168
    • 提供者:vanco
  1. bookreview2-geller

    0下载:
  2. 这本书提供了一个全面的基础,在机器学习的概念,以及在现实世界中数据挖掘的情况下,将机器学习的工具和技术的实用的建议。在里面,你会学到所有你需要知道的关于编写,解释输出,评估结果,以及算法的心脏成功的数据挖掘方法,包括过去和基于Java的方法,在尝试和真正的技术当代研究的前沿。如果你参与的任何级别的工作从大的数据集合中提取有用的知识,写清楚,并有效地说明本书将证明是一个非常宝贵的资源。 补充作者的指令,是一个全功能的独立于平台的Java软件的机器学习系统,可供下载。将它应用到的样本数据集
  3. 所属分类:software engineering

    • 发布日期:2017-11-11
    • 文件大小:80058
    • 提供者:songbin
  1. Custom-Evaluation

    1下载:
  2. 提出一种基于粗糙集与支持向量机的客户动态评估方法。根据客户群特点从当前价值、潜在价值和附加价值三个维度分析并构建客户评估指标,利用指标的年增幅率监测客户价值的变化规律。应用粗糙集布尔推理算法、粒子群算法实现连续属性离散化和知识约简。通过10-重交叉验证和网格搜索技术获取最优惩罚因子与核参数,缩放样本数据集并完成支持向量机一对一分类器的训练与测试。结果表明该评估方法能够实现周期性的客户价值评估与细分,具有很强的泛化能力。- A customer dynamic evaluation method
  3. 所属分类:Project Manage

    • 发布日期:2017-11-23
    • 文件大小:270704
    • 提供者:夏天
  1. tuxiangxuanzhuan

    0下载:
  2. 实现图像的旋转操作,在模式识别的过程中可以得到较多的样本。-The rotational operation of the image, the more samples can be obtained in the pattern recognition process.
  3. 所属分类:Software Testing

    • 发布日期:2017-11-23
    • 文件大小:69568
    • 提供者:lishuohao
  1. Wind-power-prediction-problem

    0下载:
  2. 利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测,并采用熵值取权法确定组合权重,引入自控机制,构建反馈,提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明,组合预测模型能减少各预测点较大误差的出现,而卡尔曼滤波能大幅消减原始序列的波动影响。-Use of metabolic gray forecast, sample adaptive BP neural network and time sequence analysis respective
  3. 所属分类:Project Design

    • 发布日期:2017-11-11
    • 文件大小:1047266
    • 提供者:刘行
  1. svm方法步骤

    1下载:
  2. SVM方法最主要的工作是样本训练,获得训练模型参数。SVM中涉及大量的矩阵运算和推导,需要弄清楚,这样才能明白模型参数的含义,以便于判断当前选定的核函数是否合适。
  3. 所属分类:文档资料

    • 发布日期:2013-04-26
    • 文件大小:23552
    • 提供者:wing_2014
  1. heavy-metal-pollution-in-city

    0下载:
  2. 本文采用地统计分析中的克里格插值法,利用ArcGIS 10软件选择普通克里格插值法对319个样本点的浓度情况进行空间插值,根据插值结果得到了重金属元素的空间分布情况预测图。-This article adopting the kriging interpolation method in statistical analysis, using the ArcGIS software 10 choose ordinary kriging interpolation method for conce
  3. 所属分类:Development Research

    • 发布日期:2017-11-02
    • 文件大小:3413768
    • 提供者:高殿宗
  1. k

    0下载:
  2. 中括号内的序号为寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定,例如可选开始的K个模式样本的向量值作为初始聚类中心。-The number in brackets in order to find the cluster centers iteration sequence number. Cluster center value can be set to, for example, the beginning of an optional mode of samples to t
  3. 所属分类:software engineering

    • 发布日期:2017-11-20
    • 文件大小:590
    • 提供者:guiyun
  1. clustersuvey

    0下载:
  2. 讲解了分层次聚类法、最简单聚类法、最大距离样本、K平均聚类法、叠代自组织聚类法、ISODATA法的改进等-Explain the hierarchical clustering method, the simplest clustering method, the maximum distance the sample, K mean clustering method, self-organizing clustering iterative method, ISODATA method of
  3. 所属分类:Document

    • 发布日期:2017-11-24
    • 文件大小:47360
    • 提供者:冯俊惠
« 1 2 3 45 6 7 8 »
搜珍网 www.dssz.com