注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘中的新方法：支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。 《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论

  3. 所属分类：C

    • 发布日期：2010-03-24
    • 文件大小：7340032
    • 提供者：shiyoumaomao

  1. 数据挖掘中的新方法-支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法．支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理 等多种学科．目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段．希望本书能促进它在我国的普及与提高． 本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者．对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己

  3. 所属分类：专业指导

    • 发布日期：2010-06-16
    • 文件大小：7340032
    • 提供者：goalsure

  1. 数据挖掘中的新方法-支持向量机

  2. 支持向量机是数据挖掘中的一个新方法．支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域。本书合适相关研究生下载和阅读。

  3. 所属分类：专业指导

    • 发布日期：2010-07-12
    • 文件大小：7340032
    • 提供者：krshzh

  1. 数据挖掘中的新方法-支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法．支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理 等多种学科．目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段．希望本书能促进它在我国的普及与提高． 本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者．对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己

  3. 所属分类：专业指导

    • 发布日期：2010-07-20
    • 文件大小：7340032
    • 提供者：tianhuzhe

  1. 数据挖掘中的新方法：支持向量机

  2. 支持向量机是数据挖掘中的一个新方法．支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理 等多种学科．目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段．希望本书能促进它在我国的普及与提高． 本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者．对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己

  3. 所属分类：专业指导

    • 发布日期：2008-09-25
    • 文件大小：7340032
    • 提供者：tyonline

  1. 数据挖掘中的新方法-支持向量机 邓乃扬

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题（时间序列分析）和模式识别（分类问题、判别分析）等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望本书能促进它在我国的普及与提高。 本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己的

  3. 所属分类：其它

    • 发布日期：2014-06-01
    • 文件大小：7340032
    • 提供者：xr1064

  1. 稀疏贝叶斯模型相关向量机

  2. 相关向量机的MATLAB代码，经过验证是正确的，很实用 推荐相关向量机（Relevance vector machine,简称RVM）是Tipping在2001年在贝叶斯框架的基础上提出的，它有着与支持向量机（Support vector machine,简称SVM）一样的函数形式，与SVM一样基于核函数映射将低维空间非线性问题转化为高维空间的线性问题。 RVM原理步骤 RVM通过最大化后验概率（MAP）求解相关向量的权重。对于给定的训练样本集{tn,xn}，类似于SVM , RVM 的模型输

  3. 所属分类：C

    • 发布日期：2015-08-27
    • 文件大小：17408
    • 提供者：lhyzguolei

  1. 支持向量机程序

  2. 支持向量机相关预测程序，希望对大家有所帮助

  3. 所属分类：IT管理

    • 发布日期：2016-12-27
    • 文件大小：131
    • 提供者：niewei1990

  1. 数据挖掘中的新方法-支持向量机[田英杰]

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望本书能促进它在我国的普及与提高。 本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己的

  3. 所属分类：算法与数据结构

    • 发布日期：2017-10-09
    • 文件大小：7340032
    • 提供者：kovercjm

  1. 数据挖掘中的新方法_支持向量机

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望本书能促进它在我国的普及与提高。 　　 本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决

  3. 所属分类：专业指导

    • 发布日期：2009-01-06
    • 文件大小：7340032
    • 提供者：fb540

  1. SVM支持向量机代码解释

  2. SVM支持向量机，预测分类 回归，支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中，支持向量机（SVM，还支持矢量网络）是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。

  3. 所属分类：机器学习

    • 发布日期：2018-05-08
    • 文件大小：424960
    • 提供者：qq_39925861

  1. 相关向量机matlab代码

  2. 这个是相关向量机的matlab代码 很有用 做相关向量机预测的可以看看

  3. 所属分类：机器学习

    • 发布日期：2018-01-25
    • 文件大小：2048
    • 提供者：qq_41674508

  1. 相关向量机回归的源代码

  2. 这个是相关向量机的核函数 做预测的同学可以看看 比较实用

  3. 所属分类：机器学习

    • 发布日期：2018-01-25
    • 文件大小：614
    • 提供者：qq_41674508

  1. 基于相关向量机的瓦斯涌出量不确定性预测

  2. 为了分析瓦斯涌出量预测结果的不确定性,提出一种基于相关向量机的估计方法:依据稀疏贝叶斯学习模型,计算瓦斯涌出量样本空间的稀疏相关支持向量和相应的超参数,再计算预测结果的均值和方差,从而得出瓦斯涌出量预测结果的概率分布和置信区间。分析结果表明,3组检验样本的平均预测误差为1.74%,其实际值均在置信度为97%的置信区间内,与实际情况相符,这说明采用该方法可以得出瓦斯涌出量预测结果的概率分布,且具有预测精度高、所需支持向量少的优点。

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：592896
    • 提供者：weixin_38744435

  1. 基于测井参数的页岩有机碳含量支持向量机预测

  2. 为了解决传统的有机碳含量TOC测量方法成本高和无法获得TOC含量连续分布的问题，提出了一种TOC含量的统计预测方法。由于地层的岩性的不同，TOC含量的差异非常大，因此，首先对原始的测井数据聚类，通过聚类的方法将不同岩性的地层区分开，对不同的地层分别建立TOC含量的预测模型，再通过聚类的方法提高了各测井参数和TOC含量的相关性，这不仅提高了模型的准确性，而且使得模型更有说服力；然后通过粒子群算法优化SVM模型参数，避免了因人工选择参数带来的模型不稳定的问题，依此建立测井参数优选的SVM-RFE模型

  3. 所属分类：其它

    • 发布日期：2020-05-02
    • 文件大小：1048576
    • 提供者：weixin_38687968

  1. 基于分形和支持向量机矿井涌水量的预测

  2. 针对矿井涌水量预测问题,提出一种新的非线性预测方法。首先利用分形理论对矿井涌水量的时间序列进行相空间重构,应用自相关系数法确定最小嵌入维数,并以最小嵌入维数作为支持向量机的输入节点,根据支持向量机原理建立矿井涌水量的预测模型。将河南鹤壁四矿1982—1997年的矿井涌水量作为时间序列的训练样本,在Matlab环境下,利用所建立的预测模型预测不同嵌入维数时2000和2001年的矿井涌水量。结果表明:与其他维数相比,当嵌入维数为4时,井筒涌水量的预测值误差最小,预测精度最高。为检验该方法预测的可靠性

  3. 所属分类：其它

    • 发布日期：2020-04-27
    • 文件大小：222208
    • 提供者：weixin_38606870

  1. RVM的工具箱,包含拟合，退化预测，分类的源程序和例子.zip

  2. RVM的工具箱,包含拟合，退化预测，分类的源程序和例子

  3. 所属分类：其它

    • 发布日期：2020-02-16
    • 文件大小：1048576
    • 提供者：qweaaasd

  1. 相关向量机做多元回归预测分类

  2. 相关向量机做回归预测分类都能实现，回归预测使用RVR类，分类使用RVC。 RVM是支持向量机的稀疏贝叶斯模拟，具有许多优点： 它提供了概率估计，而不是SVM的点估计。 通常提供比SVM更稀疏的解决方案，后者倾向于使支持向量的数量随训练集的大小线性增长。 不需要选择复杂度参数以避免过度拟合

  3. 所属分类：互联网

    • 发布日期：2020-05-17
    • 文件大小：9216
    • 提供者：j_thame_myhome

  1. 基于支持向量机的单核苷酸多态性表型预测

  2. 基于支持向量机的单核苷酸多态性表型预测，李楠，，大部分人类遗传疾病都和非同义性单核苷酸多态性引起的氨基酸突变相关。文章对使用支持向量机预测非同义性单核苷酸多态性表型的方

  3. 所属分类：其它

    • 发布日期：2020-01-04
    • 文件大小：235520
    • 提供者：weixin_38501751

  1. 基于相关向量机的硫泡沫浮选液位软测量

  2. 针对硫浮选过程中常规检测方法难以准确检测浮选槽液位的缺陷,提出一种基于相关向量机(RVM)的浮选液位软测量方法。该方法基于采集的浮选泡沫表层图像,通过提取硫浮选泡沫溢流速度和泡沫稳定度动态图像特征,融合浮选过程充气量、矿浆流量等过程参数,结合RVM建模思想,实现硫浮选过程中浮选槽液位的预测。工业数据仿真结果验证了所提方法的有效性、可行性。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：518144
    • 提供者：weixin_38530536
« 12 3 4 5 6 »