您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数据挖掘在各行业的应用论文

  2. 数据挖掘在各行业的应用论文 数据仓库与数据挖掘.caj 空间数据挖掘技术.caj 数据仓库与数据挖掘技术及其在科技情报业的应用前景.caj 相关案件的数据挖掘.caj 数据挖掘技术.caj 一种实时过程控制中的数据挖掘算法研究.caj EIS 环境下的数据挖掘技术的研究.caj 数据挖掘及其工具的选择.caj 数据挖掘技术与中国商业银行业务发展策略.caj 数据挖掘工具DMTools的设计与实现.caj 数据仓库、数据挖掘在银行中的应用.caj 基于信息熵的地学空间数据挖掘模型.caj 数据挖
  3. 所属分类:其它

    • 发布日期:2010-04-19
    • 文件大小:13631488
    • 提供者:liaosaien
  1. 基于自适应增强算法的支持向量机组合模型 .pdf

  2. 提出一种基于AdaBoosting算法的组合支持向量机(SVM)模型.该方法在贝叶斯分析的基础上,利用样本概率初始化惩罚系数,依据回归过程中的损失函数更新惩罚系数权重,使得SVM训练模型有强、弱之分,突出一些重要样本的作用,以提高模型的估计精度和泛化能力.仿真结果表明,依据该方法建立的组合模型明显改善了软测量模型的估计能力和泛化能力
  3. 所属分类:专业指导

    • 发布日期:2011-04-11
    • 文件大小:285696
    • 提供者:smlping
  1. 支持向量机自回归分析

  2. 】针对股市的非线性和不确定性的特点,本文提出了一种基于 支持向量机自回归分析的股市动态预测模型。该模型利用滚动时间窗 动态截取股票时间序列,然后对其进行相空间重构,最后利用支持向量 机回归算法,在高维映射空间中求解线性回归问题。利用上证综指的 长期和短期数据对该模型的预测效果进行了验证,并将预测结果与 RBF神经网络预测模型进行了的对比。预测和对比结果表明,支持向 量机自回归预测模型具有较强的泛化能力,适合于股市预测。
  3. 所属分类:专业指导

    • 发布日期:2011-08-09
    • 文件大小:216064
    • 提供者:wangchuang3317
  1. VC++数字图像模式识别技术及工程实践

  2. 目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主
  3. 所属分类:C++

    • 发布日期:2013-05-16
    • 文件大小:14680064
    • 提供者:a121649982
  1. Visual C++数字图像模式识别技术及工程实践工程源代码

  2. 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤
  3. 所属分类:C++

    • 发布日期:2013-05-17
    • 文件大小:14680064
    • 提供者:a121649982
  1. 数据挖掘各行业应用论文

  2. 数据挖掘在各行业的应用论文 数据仓库与数据挖掘.caj 空间数据挖掘技术.caj 数据仓库与数据挖掘技术及其在科技情报业的应用前景.caj 相关案件的数据挖掘.caj 数据挖掘技术.caj 一种实时过程控制中的数据挖掘算法研究.caj EIS 环境下的数据挖掘技术的研究.caj 数据挖掘及其工具的选择.caj 数据挖掘技术与中国商业银行业务发展策略.caj 数据挖掘工具DMTools的设计与实现.caj 数据仓库、数据挖掘在银行中的应用.caj 基于信息熵的地学空间数据挖掘模型.caj 数据挖
  3. 所属分类:数据库

    • 发布日期:2013-06-20
    • 文件大小:13631488
    • 提供者:caiyewen1992
  1. 数据挖掘论文合集-242篇(part1)

  2. EIS 环境下的数据挖掘技术的研究.caj FCC油品质量指标智能监测系统的数据挖掘与修正技术.caj IDSS 中数据仓库和数据挖掘的研究与实现.caj InternetWeb数据挖掘研究现状及最新进展.caj Internet数据挖掘原理及实现.caj Min-Max模糊神经网络的应用研究.pdf OLAP与数据挖掘一体化模型的分析与讨论.caj OLAP和数据挖掘技术在Web日志上的应用.caj ON-LINE REDUCING MACHINING ERRORS IN BORING OP
  3. 所属分类:其它

    • 发布日期:2009-01-13
    • 文件大小:10485760
    • 提供者:night_furry
  1. 数据挖掘论文合集-242篇(part2)

  2. EIS 环境下的数据挖掘技术的研究.caj FCC油品质量指标智能监测系统的数据挖掘与修正技术.caj IDSS 中数据仓库和数据挖掘的研究与实现.caj InternetWeb数据挖掘研究现状及最新进展.caj Internet数据挖掘原理及实现.caj Min-Max模糊神经网络的应用研究.pdf OLAP与数据挖掘一体化模型的分析与讨论.caj OLAP和数据挖掘技术在Web日志上的应用.caj ON-LINE REDUCING MACHINING ERRORS IN BORING OP
  3. 所属分类:其它

    • 发布日期:2009-01-13
    • 文件大小:10485760
    • 提供者:mathlf2015
  1. 数据挖掘论文合集-242篇(part3)

  2. EIS 环境下的数据挖掘技术的研究.caj FCC油品质量指标智能监测系统的数据挖掘与修正技术.caj IDSS 中数据仓库和数据挖掘的研究与实现.caj InternetWeb数据挖掘研究现状及最新进展.caj Internet数据挖掘原理及实现.caj Min-Max模糊神经网络的应用研究.pdf OLAP与数据挖掘一体化模型的分析与讨论.caj OLAP和数据挖掘技术在Web日志上的应用.caj ON-LINE REDUCING MACHINING ERRORS IN BORING OP
  3. 所属分类:其它

    • 发布日期:2009-01-13
    • 文件大小:5242880
    • 提供者:hutingt77
  1. 应用预测建模 Applied Predictive Modeling

  2. 译者序 前言 第1章 导论 1.1 预测与解释 1.2 预测模型的关键部分 1.3 专业术语 1.4 实例数据集和典型数据场景 1.5 概述 1.6 符号 第一部分 一般策略 第2章 预测建模过程简介 2.1 案例分析:预测燃油效能 2.2 主题 2.3 总结 第3章 数据预处理 3.1 案例分析:高内涵筛选中的细胞分组 3.2 单个预测变量数据变换 3.3 多个预测变量数据变换 3.4 处理缺失值 3.5 移除预测变量 3.6 增加预测变量 3.7 区间化预测变量 3.8 计算 习题 第4章
  3. 所属分类:机器学习

    • 发布日期:2018-06-14
    • 文件大小:77594624
    • 提供者:u011051172
  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数:广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络
  3. 所属分类:机器学习

    • 发布日期:2018-10-30
    • 文件大小:14680064
    • 提供者:hardpen2013
  1. 信用评价与股市预测模型研究及应用:统计学、神经网络与支持向量机方法

  2. 信用评价是上市公司财务困境预警研究的重要手段之一。本书介绍了肖当前国际上常用的三种信用评级建模方法:参数统计方法、非参数统计方法和神经网络方法,并详细介绍了各种方法的研究背景,建立了多层感知器、BP算法网络、径向基函数网络、概率神经网络和自组织竞争网络5种神经网络信用评价模型,logistic回归模型和两种线性判别分析法,以及两种支持向量机方法,并利用这9种方法进行了两类模式分类及三类模式分类,探讨了以上各各方法的模式分类能力及其预警能力。最后,研究并建立了logistic回归预测模型、AR及
  3. 所属分类:IT管理

    • 发布日期:2019-03-07
    • 文件大小:10485760
    • 提供者:xiaobeike1234
  1. 易康用户操作手册.pdf

  2. 特别好的资源,希望大家可以用来进行学习e Cognition Developer9—用户指南 353分类(最邻近法)( Nearest Neighbor)135 354分类(亮度阈值)( Brightness Threshold) 37 3.6导出数据 DDDD面 DDDDDDD1 361导出(点) 362导出(多边形) 4教程引言 40 4.1形状识别 40 4.1.1将影像分为基木的对象 4.1.2识别背景 41 4.1.3形状和它们的属性 D I …,43 4.1.4完整的规则集… 44
  3. 所属分类:其它

    • 发布日期:2019-07-28
    • 文件大小:8388608
    • 提供者:qq_40178533
  1. 高炉铁水硅含量序列的支持向量机预测模型

  2. 基于包钢6号高炉的在线生产数据,首先建立铁水硅含量序列的自回归AR(p)模型,分析其滞后阶数;然后对硅含量的自回归项及影响因素进行主成分分析,找到多元变量相互独立的有效信息作为输入变量;最后建立铁水硅含量的支持向量机回归预测模型。该模型对炉温预测的准确度达到88.2%,对在线监测高炉炉温具有一定的实用价值。
  3. 所属分类:其它

    • 发布日期:2020-06-20
    • 文件大小:669696
    • 提供者:weixin_38730767
  1. 支持向量机回归算法与应用研究 Algorithm and Application Research of Support Vector Machine Reg

  2. 【摘要】 基于数据的机器学习是现代智能技术中的重要方面。统计学习理论(SLT)是一种专门研究小样本情况下机器学习规律的理论,它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也发展了一种新的通用学习方法一支持向量机(SVM),较好的解决小样本学习问题。与神经网络等其它学习方法相比,它的结构通过自动优化的方法计算出来,并且避免了局部最小点、过学习等缺陷。 以往大部分研究主要集中在支持向量机分类理论和应用上,近年来关于支持向量机回归(SVMR)的研究也显示出其优异的性能。
  3. 所属分类:互联网

    • 发布日期:2020-07-04
    • 文件大小:3145728
    • 提供者:songzailu6482
  1. 基于线性和非线性回归方法的2-氨基-6-芳基磺酰基苯甲腈和同类HIV-1逆转录酶抑制剂的QSAR模型

  2. 进行了一系列HIV-1逆转录酶抑制剂(2-氨基-6-芳基磺酰基苄腈及其硫代和亚磺酰基同类物)的定量构效关系研究。 选择从CODESSA生成的拓扑和几何以及与量子力学能量相关和与电荷分布相关的描述符来描述分子。 主成分分析(PCA)用于选择训练集。 使用了六种技术:多元线性回归(MLR),多元自适应回归样条(MARS),径向基函数神经网络(RBFNN),广义回归神经网络(GRNN),投影追踪回归(PPR)和支持向量机(SVM)建立两个数据集的QSAR模型:抗HIV-1活性和HIV-1逆转录酶结合亲
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:546816
    • 提供者:weixin_38623919
  1. 基于非下采样Contourlet变换和映射最小二乘支持向量机的高精度星点定位方法

  2. 为解决巡天相机稳像控制精跟踪级系统高精度的光闭环问题,提出一种基于非下采样Contourlet变换(NSCT)去噪预处理和映射最小二乘支持向量机(MLSSVM)回归校正的星点定位方法。针对星图特点,采用自适应的基于NSCT的去噪方法来减小随机误差。从频域角度分析平方质心法系统误差产生的机理,得到其近似解析表达式;利用蒙特卡罗数值仿真的方法,用带有高斯径向基函数(RBF)核的映射MISSVM进行回归分析,得到星点质心的理想位置和系统误差的非线性函数关系,并用它进行系统误差的校正。仿真实验结果表明,
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:6291456
    • 提供者:weixin_38545959
  1. 高斯过程回归方法综述

  2. 高斯过程回归是基于贝叶斯理论和统计学习理论发展起来的一种全新机器学习方法, 适于处理高维数、小 样本和非线性等复杂回归问题. 在阐述该方法原理的基础上, 分析了其存在的计算量大、噪声必须服从高斯分布等 问题, 给出了改进方法. 与神经网络和支持向量机相比, 该方法具有容易实现、超参数自适应获取以及输出具有概率 意义等优点, 方便与预测控制、自适应控制、贝叶斯滤波等相结合. 最后总结了其应用情况并展望了未来发展方向.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:253952
    • 提供者:weixin_38717980
  1. 经验模式分解与时间序列分析在网络流量预测中的应用

  2. 提出一种经验模式分解和时间序列分析的网络流量预测方法. 首先, 对网络流量时间序列进行经验模式分解, 产生高低频分量和余量; 然后, 对各分量进行时间序列分析, 确保高频分量采用改进和声搜索算法优化的最小二乘支持向量机模型、低频分量和余量采用差分自回归滑动平均模型进行建模和预测; 最后, 将预测结果通过RBF 神经网络进行非线性叠加, 得到最终的预测值. 仿真实验表明, 所提出方法具有更好的预测效果和更高的预测精度
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:244736
    • 提供者:weixin_38538312
  1. Machine-Learning-in-Action:本书取自《机器学习在行动》中的源代码,更正了错误,并根据python 3.X更新了-Source code learning

  2. 行动中的机器学习 本书摘自《机器学习在行动》中的源代码。 ipynb格式和html格式,更正了(以及我自己发现的一些错误),并根据python 3.X更新了。 机器学习在行动.pdf:本书的pdf版本 MLiA_SourceCode.zip:(.py格式) 02用k最近邻居分类[ ] 03一次将数据集拆分为一个特征决策树[ ] 04用概率论分类朴素贝叶斯[ ] 05 Logistic回归[ ] 06支持向量机[ ] 07使用AdaBoost元算法[ ]改进分类 08预测数值回归[
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:76546048
    • 提供者:weixin_42165508
« 12 »