搜索资源列表
wushn
- 进行逐步线性回归，表示出两帧图像间各个像素点的相对情况，用MATLAB实现动态聚类或迭代自组织数据分析。- Stepwise linear regression, Between two images showing the relative circumstances of each pixel, Using MATLAB dynamic clustering or iterative self-organizing data analysis.
rtarh
- 对信号进行频谱分析及滤波，可以实现模式识别领域的数据的分类及回归，isodata 迭代自组织的数据分析。- The signal spectral analysis and filtering, You can achieve data classification and regression pattern recognition, Isodata iterative self-organizing data analysis.
1204
- 最小二乘回归分析算法，一些自适应信号处理的算法，双向PCS控制仿真。- Least-squares regression analysis algorithm, Some adaptive signal processing algorithms, Two-way PCS control simulation.
project
- 数据挖掘，推荐系统，堆叠降噪自编码器，逻辑回归(Data mining, recommender systems, stack noise reduction, self coder, logic regression)
ARMA-Java--master
- ARIMA模型是通过将预测对象随时间推移而形成的数据序列当成一个随机序列，进而用一定的数学模型来近似表述该序列。根据原序列是否平稳以及回归中所包含部分的不同分为AR、MA、ARMA以及ARIMA过程。 在模型的使用过程中需要根据时间序列的自相关函数、偏自相关函数等对序列的平稳性进行判别；而对于非平稳序列一般都需要通过差分处理将其转换成平稳序列（ARIMA）；对得到的平稳序列进行建模以确定最佳模型（AR、MA、ARMA或者ARIMA）。在使用中最重要也是最关键的就是对序列进行参数估计，以检验其
Project1
- 多层神经网络，在训练过程中采用自适应学习率Adagrad方法。可以实现回归或分类问题。(The adaptive learning rate Adagrad method is adopted in the training process of the multilayer neural network. Regression or classification problems can be achieved.)
landsat_gapfill
- Landsat ETM SLC-off遥感影像条带修复工具,采用多影像局部自适应回归分析模型方法(Landsat ETM SLC-off remote sensing image belt repair tool, using multi image local adaptive regression analysis model method)
cars
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The competitive adaptive weight weighting algorithm (CARS) uses adaptive heavy weighted sampling (ARS) to select the wavelength points with large abs
kafbox-1.4
- Kernel自适应滤波器算法是基于Kernels的在线自适应回归算法。非常适合非线性滤波，跟踪和回归。该工具箱包括算法，演示和性能比较工具(Kernel adaptive filtering algorithms are online and adaptive regression algorithms based on kernels. They are suitable for nonlinear filtering, prediction, tracking and nonlinear r
CARS
- 用于matlab模式识别（分类和回归）的特征变量提取方法，竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The method of feature variables extraction for matlab pattern recognition (classification and regression), competitive a
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class
kriging model code
- Kriging Model源代码，包含多种回归函数和相关函数，基本满足常规需求，可在此基础上实现自适应代理模型构建
变量选择
- lasso alsso scad 实例 R文件，基于数据EnergyData.csv，分别采用逐步回归法，Lasso，自适应Lasso等方法对影响响应变量的因变量进行选择(lasso alsso scad Adaptive Lasso and other methods select the dependent variables that affect the response variables)