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. 高斯过程回归for机器学习

  2. 关于 高斯过程回归 的详细教程。。发明人写的哦，简单的英语

  3. 所属分类：专业指导

  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.

  3. 所属分类：数据库

    • 发布日期：2013-10-24
    • 文件大小：243712
    • 提供者：u012557435

  1. 基于高斯过程回归的翼型快速设计研究

  2. 为了充分利用工程中已经积累的气动数据，本论文首次提出在大的翼型设计范围内使用机 器学习的方法研究翼型外形和气动性能的对应关系，并首次在NACA四位数字翼型基础上使用高 斯过程回归模型模拟这种对应关系，以达到快速进行翼型设计的目的。在翼型气动性能评估过 程中，使用翼型外形与气动性能数据训练高斯过程回归模型，以预测新翼型的气动性能。针对 单输出高斯过程回归中超参数优化初始值难以确定的问题，本论文首次提出根据训练数据估计 超参数优化初始值的方法。在翼型反设计过程中，使用压力分布和外形数据训练高斯过程

  3. 所属分类：专业指导

    • 发布日期：2014-04-02
    • 文件大小：385
    • 提供者：zhuyixian911

  1. matlab 高斯过程回归模型 matlab Gaussian process regression model

  2. 高斯过程回归及分类的代码，内容全，有实例，注释清晰。包括分类系列和预测回归系列，值得感兴趣的同学学习借鉴。里面有对应的数据和demo程序，程序可运行，MATLAB2014a下测试通过，其他版本没有测试。

  3. 所属分类：专业指导

    • 发布日期：2017-08-16
    • 文件大小：852992
    • 提供者：lingyu666hapy

  1. 高斯过程回归_GPR

  2. 高斯过程模型回归的预测方法的Matlab实现，可以很好地进行模型预测

  3. 所属分类：计算广告

    • 发布日期：2018-03-12
    • 文件大小：5120
    • 提供者：xymdsg

  1. 高斯过程回归在翼型气动性能快速评估中的应用

  2. 高斯过程回归在翼型气动性能快速评估中的应用，单志辉，刘学军，翼型设计过程中需要反复评估翼型气动性能，传统的风洞实验和CFD评估方法成本高、速度慢。本文在翼型气动性能评估中引入高斯过程回

  3. 所属分类：其它

    • 发布日期：2020-01-11
    • 文件大小：368640
    • 提供者：weixin_38742421

  1. 高斯过程回归源码解析文档 含具体事例

  2. 高斯过程回归源码解析文档 含具体事例K KT 0 K. K T p(y ly) N(KxKy,五*KF-K4) 。=K*K var(yx)=K米*一K米K米, x=[-1.50-1.00.750.40-0.250.00 0.3 of 1.701.421210.870.720.51 1.421.701.561.341,210.97 1.211.561.701.511,421.21 0871341.511.701.591.48 0.721.211.421.591.701.56 0.510971.21

  3. 所属分类：C

    • 发布日期：2019-03-16
    • 文件大小：190464
    • 提供者：qq_37251729

  1. 高斯过程回归GPR代码

  2. 这是高斯过程回归的代码，没用到gmpl工具箱的那种，希望能对大家有用！这是高斯过程回归的代码，没用到gmpl工具箱的那种，希望能对大家有用！

  3. 所属分类：教育

    • 发布日期：2020-07-29
    • 文件大小：1024
    • 提供者：altman_conan

  1. 利用高斯过程回归建立软测量模型，主程序名为OnlineStage.m,包含数据，可以直接运行，亲测可用.rar

  2. 利用高斯过程回归建立软测量模型，主程序名为OnlineStage.m,包含数据，可以直接运行，亲测可用。

  3. 所属分类：机器学习

    • 发布日期：2020-09-14
    • 文件大小：164864
    • 提供者：qq_26330425

  1. R学习和高斯过程回归算法的云作业访问控制

  2. R学习和高斯过程回归算法的云作业访问控制

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：1048576
    • 提供者：weixin_38616120

  1. GPR_PES:高斯过程回归势能面-源码

  2. 高斯过程回归用于势能面建模 文本

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：257949696
    • 提供者：weixin_42160376

  1. 基于高斯过程回归和强化学习的云资源调度算法

  2. 基于高斯过程回归和强化学习的云资源调度算法

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：421888
    • 提供者：weixin_38601364

  1. 学习本地高斯过程回归以获得图像超分辨率

  2. 学习本地高斯过程回归以获得图像超分辨率

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：524288
    • 提供者：weixin_38501751

  1. 基于拍卖理论和高斯过程回归学习的频谱分配算法

  2. 基于拍卖理论和高斯过程回归学习的频谱分配算法

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：509952
    • 提供者：weixin_38592502

  1. 基于高斯过程回归的链路质量预测模型

  2. 基于高斯过程回归的链路质量预测模型

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：weixin_38624183

  1. 基于高斯过程回归的组合导航系统故障检测新方法

  2. 对于集成导航系统，每个传感器子系统的故障检测的正确性和快速性都会影响导航的准确性。 本文提出了一种基于高斯过程回归（GPR）的导航系统故障检测新方法。 首先使用A.GPR模型预测卡尔曼滤波器的创新性。 为了避免局部优化，采用了粒子群算法为GPR模型寻找最优的超参数。 故障检测功能（FDF）的值具有明显的跳跃性。当发生故障时，它由预测的创新，卡尔曼滤波器的实际创新及其方差组成。 可以通过将FDF值与预定义的阈值进行比较来检测故障。 为了验证其有效性，该方法被用于SINS / GPS /里程表组合导

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：606208
    • 提供者：weixin_38749863

  1. 基于高斯过程回归的距离选通成像系统工作参数的在线优化

  2. 通过调整模块的工作参数, 提出了一种对距离选通成像系统性能进行在线优化的方法。将眼图参数视为一个随系统可调参数变化的随机变量, 采用高斯过程回归方法拟合此变化关系, 并在学习过程中引入参数优化步骤, 从而在更快速地从高维参数空间中学习到随机过程变化特征的同时优化系统参数。实验结果表明：所提方法可在线优化系统参数配置, 提高距离分辨能力, 揭示模块参数配置对距离分辨能力的影响, 可为成像系统的设计提供一定依据。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：3145728
    • 提供者：weixin_38718223

  1. george：Python中快速灵活的高斯过程回归-源码

  2. george：Python中快速灵活的高斯过程回归

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：7340032
    • 提供者：weixin_42104906

  1. 基于高斯过程回归和强化学习的云资源调度算法

  2. 针对现有基于强化学习的云资源调度算法收敛速度慢的问题，在详细分析云作业执行流程后，采用了一种细粒度的云计算平台模型，设计了一种基于高斯过程回归和强化学习的云计算资源调度算法。算法将资源分配问题转换为在服务等级协议约束下的资源分配最小化问题，并通过高斯过程回归加速最优策略的生成。在CloudSim平台下进行了仿真，实验结果证明了本文算法在一定程度上加速了最优策略的收敛。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：1048576
    • 提供者：weixin_38570202

  1. 基于改进高斯过程回归的云工作流调度算法

  2. 随着大数据时代的来临，工作流应用开始由原有的基础设施转移到更加高效、可靠、廉价的云平台上。本文针对现有基于强化学习的云工作流调度算法收敛速度慢的问题，详细分析云工作流任务的执行流程，设计了一种细粒度的云工作流系统模型，提出了一种结合自适应自然梯度高斯过程回归和强化学习的云工作流调度算法。算法采用强化学习的任务分配算法解决虚拟机间负载均衡问题，并通过自适应自然梯度高斯过程回归加速最优策略的生成。在WorkflowSim平台下进行了验证，实验结果证明了本文算法在一定程度上加速了最优策略的收敛。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：1048576
    • 提供者：weixin_38663544
« 12 3 4 5 6 7 »