搜索资源列表
NeonatalFacialExpressionFeatureExtraction
- 利用快速傅立叶变换实现了人脸表情图像的Gabor变换的快速算法 针对不同尺度的Gabor小波特征采用不同的下采样因子来对Gabor变换特征进行第一次降维 利用一种改进的核鉴别分析方法对Gabor特征进行二次特征提取-using fast Fourier transform of Facial Expression Gabor transform the image of the fast algorithm for different foot the Gabor wavelet cha
ImprovedAlgorithmBasedonKernelFunctionandApplicati
- 本文的题目是改进的核函数算法及其在人脸识别中的应用研究。 本文在系统学习现有核函数及支持向量机相关理论的基础上，系统研究了自适应选择核函数算法，通过引入朴素正则风险最小化准则，提出了一种改进的在线核函数算法。算法采用截断误差最小化、合理选取拉格郎日因子等方法对新增样本进行训练，有效地克服了现有方法收敛精度低和不能自适应选择样本的困难。 根据独立分量分析的原理和特点，将改进的核函数算法引入人脸识别的研究中，给出了基于ICA-SVM的人脸识别算法及实现方法。 论文分别应用数值仿
现代统计学与ＳＡＳ应用
- 本书共分６篇，第１篇统计学基础知识与ＳＡＳ软件应用技巧，介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、ＳＡＳ软件应用入门、编写ＳＡＳ实用程序的技巧、单变量统计分析和利用SAS／GRAPH模块绘制常用统计图的方法。第２篇试验设计与定量资料的统计分析，介绍了与ｔ检验、非参数检验和各种方差分析有关的试验设计和数据处理方法。第３篇试验设计与定性资料的统计分析，介绍了处理二维及高维列联表资料的各种统计分析 方法，包括卡方检验、Fisher的精确检验、典型相关分析、logistic回归模型和对数
gyy
- 从因子分析的角度出发解决基因表达谱分析问题。为解决独立成分分析方法在求解过程中的不稳定性，提出一种基于选择性独立成分分析的DNA微阵列数据集成分类器。首先对基因表达水平的重构误差进行分析，选择部分重构误差较小的独立成分进行样本重构，然后基于重构后的样本同时训练多个支持向量机基分类器，最后选择部分分类正确率较高的基分类器进行最大投票以得到最终结果。在3个常用测试集上验证了本文设计方法的有效性。-This paper tries to deal with gene expression proble
IcaComonMatlab.tar
- 独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特征提取、金融时间序列分析和数据挖掘等。 IC
spssfactoralysis
- 基于因子分析和聚类分析的旅游目的地决策分析方法 多元统计分析-Based on factor analysis and cluster analysis of tourist destination decision-making method of multivariate statistical analysis
yinzifenxi
- 因子分析:把若干个变量看成由某些公共的因素所制约，并把这些公共因素分解出来的分析方法。 -Factor analysis: a number of variables as constrained by some common factors, and these public decomposition analysis method.
wavelet
- 小波分析是一个强有力的统计工具，最早使用在信号处理与分析领域中，通过对声音、图像、地震等信号进行降噪、重建、提取，从而确定不同信号的震动周期出现在哪个时间或频域上。现在广泛的应用于很多领域。 在地学中，各种气象因子、水文过程、以及生态系统与大气之间的物质交换过程都可以看作是随时间有周期性变化的信号，因此小波分析方法同样适用于地学领域，从而对各种地学过程复杂的时间格局进行分析。如，温度的日变化周期、年变化周期出现在哪些事件段上，在近100年中，厄尔尼诺-拉尼娜现象的变化周期及其出现的时间段，等
Apso-bp-Rainfall
- 降水短期气候预测是一个非常复杂、重要的研究课题。为了提高其预测能力，拟采用1959—2011 年逐月74 项大气环流特征量序列、月平均500 hPa 高度场和月平均海温场，选取预测因子；用主分量分析方法提取样本数据中主要信息为综合因子。用粒子群优化人工神经网络方法，建立宣城市夏季降水短期气候预测模型。对2007—2011 年宣城市夏季降水预报检验结果表明，粒子群优化人工神经网络收敛速度快，迭代次数少；试报平均绝对误差是66.5 mm，绝对值平均相对误差10.5 ，预测精度高，具有很好的应用推广前
PLS-cPROGRAMMER
- 用C语言编制的PLS程序源代码：偏最小二乘法（PLS）是基于因子分析的多变量校正方法，其数学基础为主成分分析。但它相对于主成分回归（PCR）更进了一步，两者的区别在于PLS法将浓度矩阵Y和相应的量测响应矩阵X同时进行主成分分解：-PLS program source code compiled with the C: partial least squares (PLS) is a multivariate calibration method based on factor analysis,
粒子群算法
- 重点利用单因子方差分析方法，分析了粒群优化算法中的惯性权值，加速因子的设置对算法基本性能的影响，给出算法中的经验参数设置
Syntax-analysis
- 采用递归下降语法分析方法对输入的字符串进行语法分析，实现对词法程序提供的单词序列的语法检查和结构分析 待分析的Traning语言的语法用扩充的BN表示： 1.<程序>::=function<语句串>endfunc 2.<语句串>::=<语句>{ <语句>} 3.<语句>::=<赋值语句> 4.<赋值语句>::=ID=<表达式> 5.<表达式>::=<
Geographic-data-analysis-Matlab
- 代码基于Matlab软件，讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R/S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿本书讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Matlab的应用技巧。代码规范，可研究价值高。 -Code based on the Matlab software, tells the story of a large number of
wurane2e
- 指出了城市的主要污染物长期以来对城市居民造成了直接的危害，为更好地反映其污染变化趋势、加强污染防治工作和预防严重污染事件的发生，研究了污染预测方法，开展了污染预报工作。借助于MATLAB极强的非线性处理能力，来解决大气环境主要污染物自身复杂多变的问题，探讨了将MATLAB技术应用到空气污染的主份因子分析及预测领域中。-Pointed out that the city has long been the main pollutants of urban residents a direct ha
cyhivhsr
- 包括主成分分析、因子分析、贝叶斯分析，KfpkMAz参数BP神经网络用于函数拟合与模式识别，相关分析过程的matlab方法，matlab开发工具箱中的支持向量机，muuEhCl条件有详细的注释，现代信号处理中谱估计在matlab中的使用。- Including principal component analysis, factor analysis, Bayesian analysis, KfpkMAz parameter BP neural network function fitting
dzeefsjf
- 相关分析过程的matlab方法，adYAhSP参数包括主成分分析、因子分析、贝叶斯分析，BP神经网络用于函数拟合与模式识别，预报误差法参数辨识-松弛的思想，dgHbTAN条件有详细的注释，双向PCS控制仿真。- Correlation analysis process matlab method, adYAhSP parameter Including principal component analysis, factor analysis, Bayesian analysis, BP ne
iuqcvfta
- 粒子图像分割及匹配均为自行编制的子例程，KTOSbfu参数关于神经网络控制，相关分析过程的matlab方法，利用matlab GUI实现的串口编程例子，OEcbBTk条件包括主成分分析、因子分析、贝叶斯分析，在matlab R2009b调试通过。- Particle image segmentation and matching subroutines themselves are prepared, KTOSbfu parameter On neural network control, C
LASSO与一般线性回归模型构建
- 一种综合评价方法，跟主成分分析类似，但效果更好(A comprehensive evaluation method, similar to principal component analysis, but better)
yinzifenxi
- 能够实现一般的因子分析，对于初学者很实用(General factor analysis can be achieved, very useful for beginners)
主成分和因子分析
- 主成分分析是多元统计分析中用来分析数据的一种方法，它是用一种较少数量的特征对样本进行描述以达到降低特征空间维数的方法(Principal component analysis is a method of data used in multivariate statistical analysis, it is describing the samples with characteristics of a small number of methods to reduce the dimens