搜索资源列表
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文
Lecture 05 Bayesian Inference
- Artificial Intelligence lecture introduction 5/5
贝叶斯动态模型及其预测
- 详细介绍了贝叶斯动态预测的原理方法以及实例(The principle, method and example of Bayesian dynamic prediction are introduced in detail.)
基于贝叶斯最小错误率手写数字识别
- 基于贝叶斯手写数字识别,基于MATLAB+GUB平台,手写0-9数字进行识别分类(Handwritten Number Recognition Based on Bayesian)
面向不确定目标的多无人机协同搜索控制方法
- 多架 UAV( Unmanned Aeiral Vehicle) 同时对一个未知区域进行搜索,目 的在于获取搜索区域的信息,尽可能多地发现目标。针对不确定目标的搜索问题,研究多无人机协同搜索控制的新方法。建立多 UAV 运动模型,用目标存在概率对搜索环境进行描述,给出基于 Bayesian 准则的搜索环境更新方法,考虑了环境探测回报、目标发 现回报和无人机协同回报,采用 MPC 实现对多目标优化问题的迭代求解。通过仿真实验和对比分析,证明了该方法具有更好的搜 索性能。