搜索资源列表
SPECTRUM_LMS
- 1、文件夹中包含了经典功率谱估计和自适应均衡算法两个实验的所有程序。 2、R.m、LMS.m、LMSmain.m为自适应均衡算法的程序: R.m用来计算输入信号的自相关矩阵及其特征值; LMS.m为时域LMS算法,用统计的方法仿真得出不同信道参数和不同步长下的学习曲线; LMSmain.m为实验主程序,按照实验要求中的具体数据得到实验结果和曲线。 3、functionx.m、fzhouqitu.m、spectrum.m、bt.m、bart_lett.m、welch.m、SPE
statistic_pattern_reconnition_toolbox
- 模式识别中统计模式识别的方法,包括贝叶斯,统计学习,LDA,PCA,SVM的经典方法,是不可多得的算法的toolbox-pattern recognition statistical pattern recognition methods, including Bayesian statistics study, LDA, PCA, SVM classical method, the algorithm is rare in toolbox
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域,讨论了基于SVM方法的智能检测 策略,检测算法具有良好的推广能力.引入HVDM距离代替范数,改进了SVM的 RBF核函数定义,使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模,避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路,降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实,提出了特征选择与特征加权的方法, 进而得到一个更好的分类超平面,提高了检
svm
- SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法
crf_intro
- conditional random fields是最近流行的统计模型方法,这篇paper深入浅出的介绍了这一重要的模型,是学习CRF入门的重要文章
statistical_learning_and_kernel_methods
- 《模式识别》统计学习理论及其核心方法讲座
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
SVM_toolbox01
- 支持向量机作为统计学习理论的实现方法,能很好地解决非线性和高维数问题,克服了神经网络方法收敛慢、解不稳定、推广性差的缺点,近年来得到了广泛地研究,在模式识别、信号处理、控制、通讯等方面得到了广泛地应用。-Support Vector Machine as the implementation of statistical learning theory approach, can be a good solution to the nonlinear and high dimension pro
e1071_1.5-19.tar
- 支持向量机(Support Vector Machine, SVM)是建立在统计学习理论的基础上较新的分类方法,有相对好的泛化能力,是目前最热门的分类方法之一。R的"e1071" 包提供了做SVM的函数-Support Vector Machine e1071
QueryControl
- 附件中是一些ArcGIS Engine代码的集合,主要是一些比较常见的GIS功能的实现方法,作者用C#+AE都实现了,可能包括基本GIS地图操作,空间分析,几何或交通网络分析等,内容还不错,可以让不太懂的人学习一下,也可以让比较懂的人借鉴一下。 具体成果有:(1)开发了一些常规的GIS基本功能,如放大、缩小、全屏、查询、查找、量测、鹰眼等;(2)开发了一些常用的空间分析功能,如距离计算、密度分析、栅格插值、表面分析、象素统计、数据转换等。(3)网络分析功能,如计算最临近服务设施。(4)几何网
staticlearningwithekernelmethods
- 统计学习理论是建立在一套较坚实的理论基础之上的,为解决有限样本学习问题提供了 一个统一的框架。它能将很多现有方法纳入其中,有望帮助解决许多原来难以解决的问题(比 如神经网络结构及参数选择问题);同时。在这一理论基础上发展了一种新的通用学习方法: 支持向量机(Support Vector Machine,SVM)。它己表现出很多优秀的性能,并已经成为当 今机器学习领域的研究热点。-Statistical learning theory is based on a more soli
SVM
- 在草图符号的自适应学习中,不同用户的训练样本数量可能不同,保持在不同样本数量下良好的学习效 果成为需要解决的一个重要问题.提出一种自适应的草图符号识别方法,该方法采用与训练样本个数相关的分类 器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合.它通过利用支持小样本学习的模板匹配方法 和支持大量样本学习的SVM 方法,并同时利用草图符号中的在线信息和离线信息,实现了不同样本个数下自适应 的符号学习和识别.基于该方法,文中设计并实现了支持自适应识别的草图符号组件.最后,利用扩
mf
- 支持向量机 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力-Support vector machine Support vector machine is Jianli statistical learning theory of VC dimension theory and structural risk minim
SVM
- 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力[14](或称泛化能力)。 -SVM is based on statistical learning theory and the theory of VC dimension based on structural risk minimization pr
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状,概括了负荷预测的特点及其影响因素,归纳了短期负荷预测的常用方法,并分析了各种方法的优劣;接着介绍了作为支持向量机(SVM)理论基础的统计学习理论和SVM的原理,推导了SVM回归模型;本文采用最小二乘支持向量机(LSSVM)模型,根据浙江台州某地区的历史负荷数据和气象数据,分析影响预测的各种因素,总结了负荷变化的规律性,对历史负荷数据中的“异常数据”进行修正,对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响,
statistical-learning-methods-
- 经典的书,李航讲的统计学习方法,里面主要涉及监督学习方法,感知机、K邻近法、决策树、支持向量机等-Classic book, statistical learning methods Li Hang speak, which is mainly involved in supervised learning method, Perceptron, K neighboring France, decision trees, support vector machine
ESL
- 机器学习经典书籍,迈向高手必读的进阶类书籍。书中包涵大量理论知识及数学推导(尤其是习题),有助于了解机器学习各种方法背后的本质思想。(Machine learning classic books, advanced books must go to the master. The book contains a large number of theoretical knowledge and mathematical derivation (especially the exercises),
EM算法之三硬币模型:matlab编程实现
- EM算法是人工智能十大算法之一。三硬币模型算例出自李航的《统计学习方法》,书中给出了计算结果和简单解说,对于不是学数学的看这种复杂的公式看不懂,我也看了很久才看懂。我用matlab编写的代码,并作了详细的注释。(EM algorithm is one of the ten major algorithms of artificial intelligence. The three coin model is derived from Li Hang's statistical learning
机器学习术语表_机器学习速成课程
- 本术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。 一种统计方法,用于将两种或多种技术进行比较,通常是将当前采用的技术与新技术进行比 较。A/B 测试不仅旨在确定哪种技术的效果更好,而且还有助于了解相应差异是否具有显著 的统计意义。A/B 测试通常是采用一种衡量方式对两种技术进行比较,但也适用于任意有限 数量的技术和衡量方式。(The general term for machine learning and the definition of TensorFl
matlab统计分析
- matlab 统计分析是关于数据处理的一本书,里面有好多方法供大家学习(Matlab statistical analysis is a book about data processing, there are many methods for you to learn)