搜索资源列表
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
svmcls
- 李荣陆老师做的文本分类器,特征选择方式包括全局和按类别选取，概率估算方法支持基于文档（布尔）统计和基于词频统计，支持三种特征加权方式，特征评估函数包括信息增益、互信息、期望交叉熵、X^2统计，文本证据权重，右半信息增益，分类方法包括支持向量机SVM和K近邻KNN，(text classifier that was written by Li Ronglu)
DSI
- 一个很好用的DS证据理论工具箱，可以实现算法编程以及各种应用(A good toolbox of DS evidence theory)
94703779
- 提出了一种由粗集理论和D-S证据理论结合的多传感器数据融合方法,并将其应用于目标识别中()
zjhltx677
- 融合算法文章《证据合成及其应用》《加权证据组合算法的研究》()
PCR
- PCR基本原理算法 聚合酶链式反应是一种用于放大扩增特定的DNA片段的分子生物学技术，它可看作是生物体外的特殊DNA复制，PCR的最大特点，是能将微量的DNA大幅增加。因此，无论是化石中的古生物、历史人物的残骸，还是几十年前凶杀案中凶手所遗留的毛发、皮肤或血液，只要能分离出一丁点的DNA，就能用PCR加以放大，进行比对。这也是“微量证据”的威力之所在。由1983年美国Mullis首先提出设想，1985年由其发明了聚合酶链反应，即简易DNA扩增法，意味着PCR技术的真正诞生。到如今2013年，P
tolr70
- 提出了一种由粗集理论和D-S证据理论结合的多传感器数据融合方法,并将其应用于目标识别中()
890388
- 融合算法文章《证据合成及其应用》《加权证据组合算法的研究》()
故障诊断与容错控制课程设计报告
- 针对滚动轴承这种非平稳振动信号采用的小波包分解的方法来检测故障的存在，运用神经网络来实现故障的分类，还结合D-S理论融合了多个传感器的诊断结果，提高了故障诊断的准确性并通过实验仿真证实。(This course's job is to use the wavelet packet decomposition method for non-stationary vibration signals of rolling bearings to detect the presence of fault
BN例子
- 贝叶斯网络应用的一个例子，吸烟患病模型 1建立贝叶斯网络结构并制定条件概率表 2画出建立好的贝叶斯网络 3输入证据,进行推理 4显示推理结果(An example of a Bayesian network application, the smoking model 1 Establish a Bayesian network structure and establish a conditional probability table 2 draw a well-establis
simple DS
- 经典证据理论融合公式，用于对两个数据源进行初级融合，效果较好(Dempster-Shafer.The fusion formula of classical evidence theory is used for primary fusion of two data sources, and the effect is good.)
OFDM信号频谱感10
- 前已提出的频谱感知方法主要包括匹配滤波器检测、 能量检测、 循环平稳特征检测以及多分辨率频谱感知. 这些方法均为单节点感知方法.然而，在阴影和深度衰落情况下， 单个节点的感知结果并不可靠， 因此， 需要对多个节点的感知结果进行融合，以提高检测可靠性， 即协作感知技术. 文献采用“或” 准则对各个 CR 感知结果进行融合. 文献则提出了基于 D-S 证据理论的协作频谱感知算法，虽然该算法的性能比“或” 准则或“与”准则要好， 但需要存储大量历史信息， 算法的计算复杂度也很高. 文献中分析了采用似然
空战中的多目标威胁评估方法
- 针对传统空战多目标威胁评估难以满足准确性$实时性的缺陷与不足!提出基于模糊集与证据理论相结合的空战多目标威胁评估方法% 该方法通过合理设置隶属度函数计算各威胁指标的威胁度基本概率赋值!使用改进的证据合成规则代替传统 组合规则对其进行指标间融合及时域融合&采用加权求和的方法计算空中目标的威胁值并排序.(Aiming at the shortcomings and deficiencies of traditional air combat multi-target threat asses
ArcGIS SDM 及操作手册
- ArcGIS SDM （Spatial Data Modeller） 是用于ArcGIS空间分析的空间数据建模器。该空间数据建模器（SDM）是一个地理处理工具的集合，用于添加带有间隔、序数或比率比例尺地图的分类地图，以生成可能发生感兴趣事件的预测地图。这些工具包括数据驱动的证据权重方法、Logistic回归方法、两监督和一无监督神经网络方法，以及知识驱动的模糊逻辑分类工具。这些分类模糊化工具是对早期SDM模糊逻辑工具的补充，现在已在ArcGIS 10 及以上版本中完全实现。所有工具都有帮助文件。