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. 贝叶斯分类算法/伯努利模型/多项式模型

  2. 贝叶斯分类算法 贝叶斯分类算法的伯努利模型 贝叶斯分类算法的多项式模型 NaiveBayesClassifier

  3. 所属分类：Java

    • 发布日期：2011-04-27
    • 文件大小：1mb
    • 提供者：daisiming

  1. 柔顺机构动力学建模新方法

  2. ：由于柔性杆大变形所引起的几何非线性因素的影响，柔顺机构动力学模型的建立变得更加复杂、困难。基于此，在充 分考虑柔性杆大变形特性的基础上，基于简化思想，提出一种柔顺机构动力学建模的新方法。该方法主要以末端受纯弯矩、 垂直力以及固定一导向等3种模式下的柔性杆为研究对象，根据欧拉—伯努利方程，并结合伪刚体模型所得边界条件，利用 最小二乘原理，拟合柔性杆的变形曲线方程：通过求解变形曲线对时间的导数，得到其上任意点的速度，进而推出柔性杆的 动能表达。基于伪刚体模型，根据功能转换关系，推导出柔性杆的变形

  3. 所属分类：专业指导

    • 发布日期：2011-11-12
    • 文件大小：577kb
    • 提供者：ryangan

  1. 一种基于多伯努利模型的被动多传感器多目标轨迹关联性能分析新方法

  2. 目标追踪基于多伯努利模型的被动多传感器多目标轨迹关联性能分析新方法

  3. 所属分类：电信

    • 发布日期：2013-08-15
    • 文件大小：786kb
    • 提供者：u011705034

  1. 学习笔记———《朴素贝叶斯分类及其应用》

  2. 最近学习了一下朴素贝叶斯，看了相关文档等资料，在自己理解的基础上整理如下笔记。

  3. 所属分类：讲义

    • 发布日期：2015-12-06
    • 文件大小：882kb
    • 提供者：lcj369387335

  1. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1mb
    • 提供者：qq_33042687

  1. GMM高斯混合模型代码c++版

  2. 高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况（或者是同一类分布但参数不一样，或者是不同类型的分布，比如正态分布和伯努利分布）。该代码用vs2012打开即可运行。

  3. 所属分类：C++

    • 发布日期：2018-05-22
    • 文件大小：2mb
    • 提供者：liyajuan1226

  1. sklearn0.19中文文档

  2. 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

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14mb
    • 提供者：hardpen2013

  1. 规则波浪中考虑甲板上浪影响时船舶横摇响应的数值模拟

  2. 规则波浪中考虑甲板上浪影响时船舶横摇响应的数值模拟，刘利琴，何堃，本文应用数值方法研究甲板上浪时船舶的横摇运动特性。基于修正的伯努利方程，建立了船舶甲板上浪水量的计算模型；根据甲板上浪水

  3. 所属分类：其它

    • 发布日期：2020-02-19
    • 文件大小：277kb
    • 提供者：weixin_38677505

  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：40mb
    • 提供者：h394266861

  1. Bootstrap置信区间和GEV拟合pdf

  2. ** Bootstrap置信区间和GEV拟合pdf ** 1. 置信区间 置信区间是总体参数估计的一个界限，用于量化估计的不确定性。另外，置信区间是一个范围的可能性。 真正的模型性能可能在这个范围之外。 1.1 分类精度的置信区间 如果给定输入数据，预测它们的标签，通常用分类准确率（accuracy）或分类误差（Error，与准确率相反）来描述分类预测模型的性能，分类准确率或分类误差是一个比例，别名：伯努利审判(Bernoulli trial)。eg: 董某人用Wrf模式模拟了10次兰州沙尘过

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：73kb
    • 提供者：weixin_38590989

  1. binary_gan_demo-源码

  2. binary_gan_demo 这说明了在CelebA上预训练的二进制GAN，其中先前的p（z）是按比例缩放的伯努利（0.5），因此其值是-1或+1。 从下载模型文件，并将其放置在models/文件夹中。运行IPython笔记本服务器以运行widgets.ipynb 。 讨论： : 致谢

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：11kb
    • 提供者：weixin_42160278

  1. 具有随机延迟和丢包的网络系统的故障检测

  2. 本文涉及网络系统（NS）中的故障检测（FD）。 通过使用两个伯努利随机变量来描述数据传输中单步随机延迟和数据包丢失的现象，建立了一个新模型。 使用创新分析方法在线性最小方差中设计了一个新的线性滤波器。 基于提出的滤波器，提出了一种改进的加权残差平方和（IWSSR）故障检测方法。 当丢包率低时，它具有有效的性能，但是如果丢包率高，则有可能失去有效性，因为本发明已经失去了正态分布特性。 为了解决这个问题，还提出了一种有界（NB）故障检测方法，该方法避免了需要创新满足正态分布的限制。 在仿真中，验证了

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1016kb
    • 提供者：weixin_38516040

  1. 通过多模型伯努利粒子过滤器对目标进行先行跟踪机动

  2. 通过多模型伯努利粒子过滤器对目标进行先行跟踪机动

  3. 所属分类：其它

  1. 高斯混合多模型多伯努利滤波器的无味变换技术，用于非线性模型

  2. 高斯混合多模型多伯努利滤波器的无味变换技术，用于非线性模型

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：335kb
    • 提供者：weixin_38642897

  1. EM算法求解混合伯努利模型-附件资源

  2. EM算法求解混合伯努利模型-附件资源

  3. 所属分类：互联网

    • 发布日期：2021-03-05
    • 文件大小：106byte
    • 提供者：weixin_42186387

  1. EM算法求解混合伯努利模型-附件资源

  2. EM算法求解混合伯努利模型-附件资源

  3. 所属分类：互联网

    • 发布日期：2021-03-02
    • 文件大小：23byte
    • 提供者：weixin_42183486

  1. 机器学习：多项式模型朴素贝叶斯分类器（原理+python实现）

  2. 简介 多项式朴素贝叶斯也是多用于文本处理，其原理和计算的流程和伯努利朴素贝叶斯基本一致，唯一的区别在于单词的计数方式，由《伯努利朴素贝叶斯》一文可知，在文本处理的环节中，我们将单词是否出现在词组作为特征，但在多项式朴素贝叶斯中，我们将单词在词组中出现的次数作为特征，因此只需要更改文中setOfWords2Vec的函数即可，变成如下方式： def bagOfWords2VecMN(vocabList, inputSet): returnVec = [0] * len(vocabList)

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：67kb
    • 提供者：weixin_38694006

  1. 多距离假设纯方位伯努利滤波器的设计

  2. 考虑多目标随机新生和消亡下存在杂波和传感器漏检所导致的量测源不确定性, 针对纯方位跟踪(BOT) 问题, 提出一种多距离假设伯努利滤波器. 首先, 构造笛卡尔坐标系下的多距离假设纯方位观测模型; 然后, 根据该测量模型详细推导并提出高斯混合多距离假设势平衡多目标多伯努利滤波器; 最后, 提出一种自适应纯方位新生多伯努利密度的新方法. 仿真结果验证了所提出算法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：294kb
    • 提供者：weixin_38741531

  1. 一种改进的广义标签多伯努利机动扩展目标跟踪算法

  2. 针对广义标签多伯努利滤波器(GLMB)预测步和更新步分别需要进行剪枝而导致计算量大、运行效率低且只考虑到单个运动模型的问题,提出一种多模型一步更新广义标签多伯努利机动扩展目标跟踪算法.首先通过公式推导将预测步与更新步合并,给出一种新的一步递归表达式;然后将多模型思想引入到一步递归表达式中,得到最终的多模型一步更新方程,同时基于吉布斯采样提出一种快速剪枝方法对其进行剪枝.由于改进后的滤波算法只涉及到一次剪枝且剪枝方法高效,算法的运行时间大大缩短;同时,由于采用了多模型思想,对机动目标的跟踪精度有了

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：464kb
    • 提供者：weixin_38555350

  1. 基于箱粒子滤波的混合标签多伯努利跟踪算法

  2. 针对标签多伯努利滤波器在目标处于近邻或目标量测与轨迹关联模糊情况下,更新步中由于近似产生信息丢失,导致跟踪效果下降的问题,引入区间分析技术,结合标签多伯努利滤波器及广义标签多伯努利滤波器各自的优势,提出一种箱粒子滤波下的混合标签多伯努利跟踪算法.建立两种滤波器的参数模型,通过Kullback Leibler散度和熵两项评定标准在两种滤波器间进行切换,在特殊环境中使用广义标签多伯努利滤波器提高跟踪性能,在其他环境中使用标签多伯努利滤波器近似降低算法的复杂度,提高运算效率;同时基于箱粒子滤波实现混合

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：544kb
    • 提供者：weixin_38698927
« 12 »