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. MATLAB解决经济非平稳时间序列的预测分析

  2. 本文中,我们提出两种估计ARMA(自回归滑动平均)模型参数的新方法。第一种方法是对迭代逆滤波法(ITIF)的改进,第二种方法基于谱转换技术。两种方法都是迭代算法,文中将两种新方法的计算结果与ITIF法进行了比较。

  3. 所属分类：硬件开发

    • 发布日期：2009-10-04
    • 文件大小：257024
    • 提供者：manseagull

  1. 统计信号处理：非高斯信号处理及其应用

  2. 本书主要介绍非高斯信号处理(包括基于高阶统计量和分数低阶统计量的信号处理)的理论、方法及其应用。全书分为9章,内容包括：高斯过程与二阶统计量，高阶累积量和高阶谱，Alpha稳定分布与分数低阶统计量，基于以上信号的处理方法，基于分数低阶统计量数字信号处理的应用等。 第1章 绪论 1.1 预备知识 1.1.1 信号与信号处理的概念 1.1.2 随机变量及其分布 1.1.3 随机信号及随机过程 1.1.4 统计信号处理的原理与方法 1.2 矩理论简介 1.2.1 矩及统计量的概念 1.2.2 二阶统

  3. 所属分类：其它

    • 发布日期：2011-01-14
    • 文件大小：4194304
    • 提供者：skywater928

  1. 基于GIS的最优路径算法研究与实现

  2. 公路交通与人们的生产生活息息相关，随着社会经济的发展以及 人们生活水平的不断提高，交通运输面临的压力也越来越大，交通堵 塞、交通事故和交通引起的环境污染问题也日益严重。为解决当前交 通所面临的问题，智能交通系统(ITS)应运而生，作为ITS基础平台 的交通地理信息系统(GIS．T、)也得到了广泛的关注。本文研究的GIS 环境下的动态交通最优路径算法是ITS研究中的一个重要课题，能够 帮助出行者节省出行时间和燃油开支，提高现有交通设施的利用效 率，减少汽车温室气体的排放，保护环境等，具有一定的理

  3. 所属分类：C#

    • 发布日期：2012-11-01
    • 文件大小：8388608
    • 提供者：adw

  1. 局部线性回归c++实现

  2. 机器学习，非参数学习算法，局部加权线性回归，c++实现

  3. 所属分类：C++

    • 发布日期：2014-03-11
    • 文件大小：5120
    • 提供者：ouc_lei

  1. 道路网短期交通流预测方法比较.pdf

  2. 介绍了用于短期交通流预测的两大类模型：统计预测算法和人工神经网络模型。对其中各种模型的特征进行了比较，将历史平均模型、求和自回归滑动平均模型（ARIMA）、非参数回归模型、径向基函数（RBF）神经网络模型与贝叶斯组合神经网络模型，应用于一个真实路网的短期流量预测，比较了各模型的预测结果。结果表明，组合神经网络模型预测误差最小，可靠性最高，是一种对短期交通流预测的有效方法。

  3. 所属分类：交通

    • 发布日期：2019-09-25
    • 文件大小：348160
    • 提供者：seulq

  1. 基于熵值法的短时交通流组合预测仿真研究.pdf

  2. 研究短时交通流预测问题。传统的非参数回归预测模型中，输入状态向量的选取没有综合考虑预测点和领域点的情况。为了提高预测的精度，提出了用熵值组合的非参数回归短时交通流预测方法。首先用灰关联度和相关系数法确定邻域点和预测点的输入状态向量，用反馈机制动态调节输入变量与系统变量，然后采用带权重的预测算法分别计算这两组参数下的预测值，采用熵值法构造组合预测的权系数，可求解出新的预测结果。实测数据仿真结果表明，组合预测能够提高预测的准确性，为实际设计提供依据。

  3. 所属分类：交通

    • 发布日期：2019-09-25
    • 文件大小：781312
    • 提供者：seulq

  1. Logistic回归-参数估计 + 图片识别.zip

  2. 内附2段代码---MATLAB源码无调用 第1段代码：模拟生成Logistic分布，梯度迭代，参数估计，用于建立Logistic模型，验证算法有效性 第2段代码：图片识别 训练集-3500张人脸+3500张非人脸 测试集-500张人脸+500张非人脸 利用训练集，建立Logistic模型，参数估计 利用求解得到的模型，2分类，图片识别精度96.7%

  3. 所属分类：机器学习

    • 发布日期：2020-03-30
    • 文件大小：8388608
    • 提供者：Twilight737

  1. 菊安酱的机器学习第1期-k-近邻算法（直播）.pdf

  2. k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8

  3. 所属分类：讲义

    • 发布日期：2019-07-27
    • 文件大小：867328
    • 提供者：qiu1440528444

  1. 5.1回归与最优化.ppt

  2. 线性回归 Logistic回归 最优化问题 梯度下降 牛顿法 拟牛顿法 了解参数学习算法和非参数学习算法的区别 该章节的很多内容在第一次已经有所阐述，本次将重点讲述未涉及的问题。

  3. 所属分类：深度学习

    • 发布日期：2020-06-11
    • 文件大小：2097152
    • 提供者：lABSTUDY

  1. 非参数回归算法

  2. 非参数回归算法

  3. 所属分类：其它

    • 发布日期：2017-04-19
    • 文件大小：3072
    • 提供者：m0_37892491

  1. Python机器学习算法库scikit-learn学习之决策树实现方法详解

  2. 本文实例讲述了Python机器学习算法库scikit-learn学习之决策树实现方法。分享给大家供大家参考，具体如下： 决策树 决策树(DTs)是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过从数据特性中推导出简单的决策规则来预测目标变量的值。 例如，在下面的例子中，决策树通过一组if-then-else决策规则从数据中学习到近似正弦曲线的情况。树越深，决策规则越复杂，模型也越合适。 决策树的一些优势是: 便于说明和理解，树可以可视化表达； 需要很少的数据准备。其他技

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：277504
    • 提供者：weixin_38737283

  1. 识别NARX系统的非参数方法

  2. 本文考虑利用外源输入识别非线性自回归（NARX系统）。 要求非线性函数的增长率不比线性函数快坡度小于一。 f（·）在任意固定点的值由随机递归估计借助内核函数的近似（SA）算法。 估算值的高度一致性在合理的条件下建立，特别是暗示系统的稳定性。 这数值模拟与理论分析相吻合。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：345088
    • 提供者：weixin_38735101

  1. 基于随机近似算法的非线性ARX系统的递归辨识

  2. 非参数的识别用于与由 + 非线性自回归系统考虑+1。 首先，引入 然后提出了基于核函数的具有扩展截断的随机逼近算法（SAAWET）来递归地估计值。   在任意给定的φ*Δ/ = [ （1） ，...， （ 0 ）， （1） ，...， （ 0 ）] τ时   ∈   R 2 0 。 结果表明，该估计以概率一收敛到真实值。 在建立估计的强一致性时，与NARX系统相关的马尔可夫链的属性起着重要作用。 数值算例表明，仿真结果与理论分析吻合。 本文的目的不仅是为所考虑的问题提供具体的解决方案，而且还为非

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：670720
    • 提供者：weixin_38699593

  1. RecursivePartition.jl：使用自动递归分区的非参数回归-源码

  2. 递归分区 RecurisvePartitionin.jl是一个库，它基于（超矩形）递归分区实现了灵活的非参数回归模型。 此软件包的目标用户主要分为两类： 那些希望构造和使用递归分区，以操纵数据或将其合并到自己的算法中的人。 那些试图试验或使用分区回归模型（或其他实现的回归模型）来分析数据的人。 有关库功能的详细说明，请参见。 安装 Pkg . Registry . add ( RegistrySpec (url = " https://github.com/dfcorbin/DCorbi

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：575488
    • 提供者：weixin_42134097

  1. liquidSVM：支持向量机（SVM）和相关的基于内核的学习算法是一类著名的机器学习算法，用于非参数分类和回归。 liquidSVM是SVM的一种实现，其主要特征是：完全集成的超参数选择，小型和大型数据集上的极高速度，专家的完全灵活性以及

  2. 一般信息 支持向量机（SVM）和相关的基于内核的学习算法是一类知名的机器学习算法，用于非参数分类和回归。 liquidSVM是SVM的实现，其主要功能是： 完全集成的超参数选择， 无论大小数据集，其速度都极高， ， ， ， 和绑定， 为专家提供充分的灵活性，以及 包括各种不同的学习场景： 多类别分类，ROC和Neyman-Pearson学习， 最小二乘，分位数和预期回归。 如有疑问和意见，请通过与我们联系。 您也可以在此处要求注册到我们的邮件列表。 liquidSVM已根据

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：5242880
    • 提供者：weixin_42097450

  1. tensorflow实现简单逻辑回归

  2. 逻辑回归是机器学习中很简答的一个栗子，这篇文章就是要介绍如何使用tensorflow实现一个简单的逻辑回归算法。 逻辑回归可以看作只有一层网络的前向神经网络，并且参数连接的权重只是一个值，而非矩阵。公式为：y_predict=logistic(X*W+b),其中X为输入，W为输入与隐含层之间的权重，b为隐含层神经元的偏置，而logistic为激活函数，一般为sigmoid或者tanh, y_predict为最终预测结果。 逻辑回归是一种分类器模型，需要木便函数不断的优化参数，这里目标函数为y_p

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：49152
    • 提供者：weixin_38650150

  1. 数据分类——决策树算法（文章较长，请耐心，欢迎指导！）

  2. 1.什么是决策树？ 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内部结点和叶结点。内部结点表示一个特征或属性，叶结点表示一个类。 决策树（DecisionTree），又称判定树，是一种以树结构（包括二叉树和多叉树）形式来表达的预测分析模型。通过把实例从根节点排列到某个叶子节点来分类实例叶子节点即为实例所属的分类树上每个节点说明了对实例的某个属性的测试，节点的每个后继分支对应于该属性的一个可能。 决策树分为回归决策树和分类决策树！ 2.决策树的结

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：98304
    • 提供者：weixin_38590738

  1. 基于遗传算法优化和KD树的交通流非参数回归预测方法

  2. 非参数回归预测方法在交通流短时预测中得到了广泛应用. 针对提高搜索速度和关键参数的优化设置两个 问题, 提出使用KD树作为模式库的存储结构, 能够有效提高搜索速度, 并且能够在实际运行中不断将新发现的交通 流模式实时地加入模式库. 提出使用遗传算法对非参数回归中的重要参数进行优化, 实验表明能够得到相对较优的 参数设置. 所得研究结果为实时的交通流短时预测系统提供了一种较好的预测方法.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：244736
    • 提供者：weixin_38545332

  1. 连锁故障中负荷损失数值特征的非参关联分析

  2. 从大量连锁故障仿真数据中观察负荷损失与电网特性指标的数值特征关系，建立负荷损失与阶段性电网特性指标的非参关联分析模型。基于多层时序演化连锁故障模型构建数据仿真平台，选取电气状态指标、网络结构指标以及有序分布指标这3类电网特性指标作为连锁故障负荷损失的关联对象，通过仿真得到连锁故障负荷损失与电网特性指标的大数据样本。采用非参数独立性筛选方法剔除弱关联特性指标，进一步利用Group Lasso非参数回归算法确定关联特性指标与负荷损失的非参数关联规则。西南某省级电网算例表明，非参关联分析方法可揭示与连

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：2097152
    • 提供者：weixin_38622983

  1. 基于模糊聚类与函数小波核回归的短期负荷预测方法

  2. 短期负荷预测日益成为智能电网的重要课题。将历史日负荷序列表示成等负荷段组成的子序列集合，基于模式相似性方法，采用模糊聚类与函数型小波核非参数回归（FWKNR）相结合的组合预测算法。FWKNR将预测日负荷表示成历史日相应负荷段的加权平均值，将与参考段更相似的段赋予更高权重，并基于离散小波变换的形状相似性度量，采用 N-WE计算权重；由预测日各分段预测快速完成日预测。模糊聚类针对单一用户历史负荷进行典型负荷模式的分类预处理，并识别与预测日有更相似行为模式约减的有效训练样本集合参与模型预测。基于某地区

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38686542
« 12 3 »