点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 高斯核函数与多项式核函数的比较
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
数值计算方法与C语言工程函数库
本书比较全面地介绍了数值计算领域中的各种有效、实用的算法,并以建立这些算法的C语言工程库为目标介绍了相应的C语言程序和编程技巧。本书共分十九章,有近300个C语言程序,除了基本的数值算法外,还介绍了许多更深入的、直接面向应用的算法。 本书适合于工程设计、技术开发和科学研究等领域中从事科学计算和应用软件开发的各类人员,对于大专院校中那些学习数值计算方法和提高C语言编程能力的本科生、研究生也是一本很好的参考书。 本书配有一张软盘,装有书中算法的全部C语言源程序,以及相应的解题实例。有需要的读者,可
所属分类:
C/C++
发布日期:2012-03-20
文件大小:15728640
提供者:
seecm
基于最小二乘支持向量机的图像边缘检测研究
本文研究了基于最小二乘支持向量机(LS 2SVM )的图像边缘检测技术,利用LS 2SVM 对图像像素 邻域的灰度值进行曲面拟合,通过采用多项式核函数、高斯核函数推导出图像的梯度和零交叉算子,并结合梯度 算子和零交叉算子实现了图像边缘定位. 通过实验获取了不同核函数的最佳卷积核的大小,同时采用遗传算法对 不同核函数的参数进行寻优以获得最佳的边缘检测性能. 通过与Canny方法的实验比较,验证了本文提出的边缘 检测方法是有效的.
所属分类:
制造
发布日期:2017-03-05
文件大小:690176
提供者:
luckygemstone
sklearn0.19中文文档
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
所属分类:
机器学习
发布日期:2018-10-30
文件大小:14680064
提供者:
hardpen2013
信号估计中的核回归方法
信号估计中的核回归方法 万 青, 谢勤岚核回归方法是比较常用的一种非参数估计方法。 讨论了核回归方法在一维信号估计中的理论与应用, 实验比 较了高斯核函数的平滑参数 h 及多项式阶数 N 对估计效果的影响。结果是在相同阶数 N 下, 较小的 h 使所有的估计点都收敛 到观察值, 反之则是一个 N 阶多项式拟合。在相同 h 下, 阶数 N 越大, 误差越小, 计算量也较大, 但重构效果的提升并不明显。
所属分类:
其它
发布日期:2019-03-13
文件大小:402432
提供者:
qq_18937049
高斯核函数与多项式核函数的比较
所属分类:
专业指导
发布日期:2016-09-20
文件大小:13312
提供者:
jellyfish0507
基于新型QPSO-KELM模型的电子鼻性能增强
提出了一种基于电子鼻(E-nose)技术的多分类细菌检测新方法,称为基于量子行为粒子群优化的核极限学习机(QPSO-KELM)。 在该实验中,从用于检测四种不同类型伤口(未感染和感染金黄色葡萄球菌,大肠杆菌和铜绿假单胞菌)的E鼻信号中提取出时域和频域特征。 此外,将KELM与现有的五种分类方法进行了比较:线性判别分析(LDA),二次判别分析(QDA),极限学习机(ELM),k最近邻(KNN)和支持向量机(SVM)。 同时,讨论了粒子群优化算法(PSO),遗传算法(GA)和网格搜索算法(GS)三种
所属分类:
其它
发布日期:2021-02-25
文件大小:1048576
提供者:
weixin_38592502