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. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：41943040
    • 提供者：h394266861

  1. python误差棒图errorbar()函数实例解析

  2. 主要介绍了python误差棒图errorbar()函数实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：35840
    • 提供者：weixin_38713039

  1. 卡尔曼滤波与状态估计例题python实现

  2. 卡尔曼滤波与状态估计例题python实现 关于卡尔曼滤波的原理这里就不赘述了，很多大佬说的很棒，这里就把网课上看到的例题在这里做一下 巩固一下 卡尔曼滤波的两个步骤 预测更新（Predict): 预测状态量： x^=(t∣t−1)=A~x(t−1)+Bu(t)\hat x=(t|t-1)=\widetilde{A}x(t-1)+Bu(t)x^=(t∣t−1)=Ax(t−1)+Bu(t) 预测误差协方差矩阵： P(t∣t−1)=AP(t−1)AT+QP(t|t-1)=AP(t-1)A^T+QP(t

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：116736
    • 提供者：weixin_38742656

  1. CBDNet：“对真实照片进行卷积盲去噪”的代码，CVPR 2019-源码

  2. 面向真实照片的卷积盲去噪 纸版 ISP /反向ISP运算符的Python实现和一些资料 （与Matlab代码不完全相同） 1.摘要 尽管深卷积神经网络（CNN）在高斯降噪方面取得了成功，但在实际嘈杂的照片上仍然非常有限，甚至可能比BM3D表现差。 为了提高深度去噪模型的鲁棒性和实用性，本文提出了一种融合了网络架构，非对称学习和噪声建模的卷积盲去噪网络（CBDNet）。 我们的CBDNet由一个噪声估计子网和一个去噪子网组成。 受BM3D对噪声估计误差的不对称敏感性的影响，在噪声估计子网络上进行了

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：145752064
    • 提供者：weixin_42102401

  1. python误差棒图errorbar()函数实例解析

  2. 这篇文章主要介绍了python误差棒图errorbar()函数实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 函数功能：绘制y轴方向或是x轴方向的误差范围。 调用签名：plt.errorbar(x, y, yerr=a, xerr=b) x：数据点的水平位置 y：数据点的垂直位置 yerr：y轴方向的数据点的误差计算方法 xerr：x轴方向的数据点的误差计算方法 代码实现： import matplotlib.pyplot as pl

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：39936
    • 提供者：weixin_38752907