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. 用遗传算法求SVM的最优超平面

  2. 对于SVM支持向量点的计算、其最优分类面、最优超平面的理论、计算的方法

  3. 所属分类：其它

    • 发布日期：2009-06-17
    • 文件大小：108544
    • 提供者：wxhii

  1. 用遗传算法求SVM的最优超平面

  2. 对于SVM支持向量点的计算、其最优分类面、最优超平面的理论、计算的方法

  3. 所属分类：其它

    • 发布日期：2009-10-30
    • 文件大小：108544
    • 提供者：shiyoumaomao

  1. 主成分分析超平面样本划分

  2. 主成分分析超平面样本划分.。。。。。。。。。。。

  3. 所属分类：专业指导

    • 发布日期：2010-05-25
    • 文件大小：500736
    • 提供者：atstay

  1. 高斯分类器，实现超平面可视化

  2. 使用matlab训练高斯分类器，实现超平面的可视化显示，内含测试图片和运行结果图。应用matlab自带classify函数实现，通过模型参数获得超平面信息，完成超平面可视化。

  3. 所属分类：机器学习

    • 发布日期：2020-03-30
    • 文件大小：157696
    • 提供者：qq_36670139

  1. 目标超平面上的一种原始-对偶单纯形算法.pdf

  2. 目标超平面上的一种原始-对偶单纯形算法.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-06-24
    • 文件大小：971776
    • 提供者：anitachiu_2

  1. 目标超平面上的一种对偶单纯形算法.pdf

  2. 目标超平面上的一种对偶单纯形算法.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-06-24
    • 文件大小：342016
    • 提供者：anitachiu_2

  1. 目标超平面上的一种原始-对偶单纯形算法.pdf

  2. 目标超平面上的一种原始-对偶单纯形算法.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-06-24
    • 文件大小：797696
    • 提供者：anitachiu_2

  1. MapReduce框架下基于超平面投影划分的Skyline计算

  2. MapReduce框架下基于超平面投影划分的Skyline计算

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：502784
    • 提供者：weixin_38658982

  1. 快速自适应铰链超平面

  2. 快速自适应铰链超平面

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：355328
    • 提供者：weixin_38748875

  1. 基于空域加扰信号超平面特征的窃密算法

  2. 基于空域加扰信号超平面特征的窃密算法

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：684032
    • 提供者：weixin_38516270

  1. 基于决策超平面启发式的人工免疫网络分类算法

  2. 基于决策超平面启发式的人工免疫网络分类算法

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：641024
    • 提供者：weixin_38751861

  1. 逻辑局部超平面救济：一种用于分类的特征加权方法

  2. 基于救济的算法由于其低的计算成本和高精度而被广泛用于特征选择。 但是，可用的基于救济的算法有其局限性。 为了进一步提高基于Relief的方法的性能，我们提出了一种基于Logistic迭代救济（LI-Relief）和局部超平面救济（LH-Relief）方法的新颖特征选择算法，称为Logistic基于局部超平面的Relief（ LLH-Relief）。 LLH-Relief使用局部学习来找到给定样本的邻居表示，并通过使用逻辑回归和ℓ1-范数正则项解决优化问题来学习特征权重。 为了证明LLH-Reli

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38680664

  1. 用于多类分类的非并行超平面支持向量机

  2. 用于多类分类的非并行超平面支持向量机

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：276480
    • 提供者：weixin_38562725

  1. 基于自适应铰链超平面和脉冲响应模板的气相聚乙烯Craft.io三阶段分解建模

  2. 由于非线性过程行为的高度复杂性和耗时的实验室质量测量，很难在聚合React中建立质量变量的动态模型。 本文提出了一种分解方案来模拟气相聚乙烯Craft.io的动态非线性行为。 通过将基于其结构的整个过程分解为三个相对简单的问题。 然而，困难仍然来自非线性和不均匀采样。 尤其是，过渡过程中产品质量的样本对于传统的数据驱动方法而言太缺乏了。 为了进一步克服非线性带来的困难，采用了自适应铰链超平面（AHH）模型。 同时，引入了脉冲响应模板（IRT）来对累积过程动力学进行建模，以应对采样数据的稀缺性。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：678912
    • 提供者：weixin_38602982

  1. 超平面的触觉设计

  2. 作为紧随潮流嗅觉灵敏的Graphic设计师，你有没有留意到逐渐兴起的“超平面”设计艺术？那些已经习以为常地被绘制在平面上、被保存于数字文件中的图形、元素，因为设计师们的想象力而被赋予了动人的生命力，变身成为现实物质、跃然出现在可以互动的空间中。它有一个需要去感受的名字——TactileDesign(触觉设计)。先呈上一些精彩的设计，让大家可以明白个大概：NODE‘sshowcase+dsgn展示为graphicdesignstudioNODE制作的作品展示手册reHOUSE/BATHPostca

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：2097152
    • 提供者：weixin_38592455

  1. MultipleRegression_fromScratch：多元回归是线性回归的概括。 其中有n个，而不是一个因变量。 多元回归试图找到通过给定数据点放置（n-1）维超平面的系数（每个观察值是一个因变量值，n个独立变量值）-源码

  2. MultipleRegression_fromScratch 多元回归是线性回归的概括。 其中有n个，而不是一个因变量。 多元回归试图找到通过给定数据点放置（n-1）维超平面的系数（每个观察值是一个因变量值，n个独立变量值）。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：18432
    • 提供者：weixin_42127369

  1. Support-Vector-Machine-_with_python：在此笔记本中，我们介绍了Support Vector Machine（SVM）算法，这是一种功能强大但简单的监督学习方法，用于预测数据。 对于分类任务，SVM算法尝试将

  2. 支持向量机_with_python 在本笔记本中，我们介绍了支持向量机（SVM）算法，这是一种功能强大但简单的监督学习方法，用于预测数据。 对于分类任务，SVM算法尝试将特征空间中的数据划分为不同的类别。 默认情况下，这种划分是通过构造最佳分割数据的超平面来执行的。 为了进行回归，构造了超平面以映射数据分布。 在这两种情况下，这些超平面均以非概率方式映射线性结构。 但是，通过采用内核技巧，我们可以将非线性数据集转换为线性数据集，从而使SVM可以应用于非线性问题。 SVM是功能强大的算法，已得到

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：86016
    • 提供者：weixin_42100971

  1. 超平面：超平面不是ORM-源码

  2. 高层架构： 架构->编译器->模型 定义一个通用模式，使用任何受支持的/定制的编译器插件到任何目标ORM特定的Schema，然后注册到任何受支持的/定制的注册插件

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：80896
    • 提供者：weixin_42134554

  1. 超平面的触觉设计

  2. 作为紧随潮流嗅觉灵敏的Graphic设计师，你有没有留意到逐渐兴起的“超平面”设计艺术？那些已经习以为常地被绘制在平面上、被保存于数字文件中的图形、元素，因为设计师们的想象力而被赋予了动人的生命力，变身成为现实物质、跃然出现在可以互动的空间中。它有一个需要去感受的名字——TactileDesign(触觉设计)。先呈上一些精彩的设计，让大家可以明白个大概：NODE‘sshowcase+dsgn展示为graphicdesignstudioNODE制作的作品展示手册reHOUSE/BATHPostca

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2097152
    • 提供者：weixin_38731553

  1. PCA-主成分分析-：主成分分析（PCA）是迄今为止最流行的降维算法。 首先，它确定最靠近数据的超平面，然后将数据投影到其上-源码

  2. PCA主成分分析 到目前为止，主成分分析（PCA）是最流行的降维算法。 首先，它确定最靠近数据的超平面，然后将数据投影到其上。 PCA用于分解一组解释最大方差的连续正交分量中的多元数据集。 在scikit-learn中，PCA被实现为一个转换对象，该对象以其fit方法学习n个组件，并可用于新数据以将其投影到这些组件上。 如果由于输入维数太大而使学习算法太慢，那么使用PCA加快速度可能是一个合理的选择。 这可能是PCA的最常见应用。 #PCA的另一个常见应用是数据可视化。 在代码的这一部分

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2048
    • 提供者：weixin_42120275
« 12 3 4 5 6 7 8 9 10 ... 38 »