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. Hastie

  2. Hastie的成名作，扩展的加性模型，从统计角度看待Adaboost。成书于1990年。 Hastie. Generalized Additive Models, Chapman and Hall, 1990.

  3. 所属分类：专业指导

    • 发布日期：2009-09-04
    • 文件大小：14mb
    • 提供者：maotong

  1. 高斯加性噪声信道模型的matlab模拟

  2. 高斯加性噪声信道模型的matlab模拟 可根据输入的信道参数 模拟信道特性 经过测试可用 欢迎下载

  3. 所属分类：其它

    • 发布日期：2009-11-24
    • 文件大小：20kb
    • 提供者：matthewgao1986

  1. LHC能量下加性夸克模型中pp散射幅度的实部

  2. LHC能量下的弹性pp散射在加性夸克模型中与Pomeron交换理论一起处理。 将获得的结果与新的实验数据进行比较，该实验数据是在较小横向矩处散射幅度的实部与虚部之比。

  3. 所属分类：其它

    • 发布日期：2020-03-31
    • 文件大小：422kb
    • 提供者：weixin_38748556

  1. 添加剂夸克模型中高能pp碰撞中的衍射解离

  2. 高能（CERN SPS和LHC）pp（pp′）散射是在加性夸克模型的框架内与Pomeron交换理论一起处理的。 对于弹性散射和质子内部强物质分布的自然参数的衍射解离，均与实验数据达成了合理的一致。

  3. 所属分类：其它

    • 发布日期：2020-03-26
    • 文件大小：580kb
    • 提供者：weixin_38685793

  1. matlab开发-广义线性化模型

  2. matlab开发-广义线性化模型。与R中结果相同的广义线性模型估计。

  3. 所属分类：其它

    • 发布日期：2019-08-25
    • 文件大小：41kb
    • 提供者：weixin_38743737

  1. 具有软相互作用的稀疏加性高斯过程

  2. 本文提出了加性非参数回归模型中一种新颖的变量选择方法。 需要选择非参数组件的数量以及每个非参数组件中的变量的数量来推动这项工作。 所提出的方法使用硬收缩率和软收缩率的组合来分别控制添加剂组分的数量和每个组分中的变量。 开发了一种有效的算法来选择变量的重要性并估计交互网络。 在模拟和真实数据示例中均获得了出色的性能。

  3. 所属分类：其它

  1. 通过ℓ2,1-范数正则化M估计学习加性指数族图形模型

  2. 通过ℓ2,1-范数正则化M估计学习加性指数族图形模型

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：139kb
    • 提供者：weixin_38682242

  1. DRL：移动社交网络中的多因素移动性模型

  2. 移动社交网络的复杂性和可变性使协议评估变得困难。 因此，必须在仿真中使用能够很好地反映实际MSN中人类运动特性的综合运动模型。 本文的总体目标是设计一个实用的流动性模型，该模型全面涉及影响下一个目的地选择的多个因素。 提出了社区吸引力的概念作为选择标准。 它与三个因素有关，即移动的距离，人际关系和位置限制。 因此，我们新的移动性模型称为距离，关系，位置（DRL）。 具体来说，前两个因素是通过交互矩阵来表示的，它们以社会关系属性和位置信息为输入。 并且我们首次提出了“位置吸引”来表示地点的位置限制

  3. 所属分类：其它

  1. 使用Laplace混合模型和方向域中的空间互信息减少SAR斑点

  2. 对于合成Kong径雷达（SAR）图像的实际应用而言，减少总是使人和物体的自动解释复杂化的斑点噪声的降低是非常重要的。 提出了一种新的基于方向波变换的极大后验（MAP）去斑方法。 为了将乘法噪声转换为加性噪声，首先将对数变换应用于SAR图像。 然后，将无噪声（或下面的反向散射）图像和斑点噪声的方向系数分别建模为具有零均值和高斯分布的拉普拉斯混合分布。 在贝叶斯框架内，使用这些假定的先验分布构造MAP估计器。 在使用期望最大化算法获得参数估计值之后，基于贝叶斯估计量的平均值，通过非线性收缩函数估计无

  3. 所属分类：其它

  1. 基于加性模型和采样的扫描二值图像水印

  2. 基于加性模型和采样的扫描二值图像水印

  3. 所属分类：其它

  1. 具有图核规范正则化的基于结构的低秩模型用于噪声消除

  2. 非本地图像表示方法，包括基于组的稀疏编码和块匹配3-D过滤，已显示出它们在应用于低级任务中的出色性能。 从具有相似强度的贴片组成的每个组中提取非局部先验。 然而，基于强度相似度对斑块进行分组会在真实图像的估计中引起干扰和不准确性。 为了解决这个问题，我们提出了一种基于结构的低秩模型，该模型具有图核规范正则化。 我们利用补丁内部的局部歧管结构，并根据歧管结构的距离度量对补丁进行分组。 利用流形结构信息，建立了图核范数正则化并将其合并到低秩逼近模型中。 然后，我们证明基于图的正则化等效于加权核范数，

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：512kb
    • 提供者：weixin_38566318

  1. 基于加性模型和采样的二进制图像扫描水印改进

  2. Hou等人提出的SBWBAMS（基于加性模型和采样的扫描二进制图像水印）算法。 对打印和扫描过程具有很强的鲁棒性。 但是，由于算法中使用的嵌入强度是人为设置的，因此当嵌入强度较低时，水印信息可能无法正确嵌入到二进制图像中。 首先，分析了正确嵌入水印的最小嵌入强度，然后提出了一种基于自适应嵌入强度的改进二值图像水印算法。 该算法根据图像内容自适应调整嵌入强度，确保嵌入效果良好。 水印信息正确。 实验结果表明，该算法不仅可以正确地嵌入和提取水印信息，而且对打印和扫描过程仍具有很强的鲁棒性。

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：483kb
    • 提供者：weixin_38655309

  1. SAR图像伪加性相干斑噪声统计特性

  2. 研究了SAR图像加性模型中伪加性相干斑噪声分量的统计特性。分析了SAR图像中真实信号分量和乘性相干斑噪声分量的统计特性;在此基础上结合Edgeworth展开式和以Mellin变换为基础的第二类型特征函数及其对数累积量详细推导了伪加性相干斑噪声概率密度函数的近似表达式;各信号分量的概率密度函数中的参数采用对数累积量方法进行估计。最后利用SAR实测数据仿真分析了伪加性相干斑噪声的统计特性。实验结果表明,乘性的相干斑噪声转换为加性噪声后,其统计特性非常接近于高斯分布。

  3. 所属分类：其它

  1. gammy：Python中的贝叶斯扭曲的广义加性模型-源码

  2. Gammy –使用贝叶斯扭曲的Python中的广义加性模型 广义加性模型是一种预测性数学模型，定义为用观察数据校准（拟合）的项之和。 该软件包为配置和拟合此类模型提供了希望的界面。 模型参数的贝叶斯解释得到了促进，并简化了特征集。 概括 广义的加性模型形成了令人惊讶的通用框架，用于为生产软件和科学研究构建模型。 该Python软件包提供了用于将模型项构建为各种基础函数的分解的工具。 可以将术语建模为各种内核的高斯过程（降维），分段线性函数以及B样条。 当然，还支持非常简单的术语，例如行和常量（这

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：827kb
    • 提供者：weixin_42102358

  1. 投球分析：正在进行中-目前，有一个GAM模型使用Statcast数据预测投手的鞭打率。 最终将根据预期的鞭打率，命令和预期的接触来预测FIP-源码

  2. 通用加性模型来建模MLB投手的东西 下载并清理Statcast数据（向Ethan Moore和Bill Petti发送消息） 主要通过对预测变量进行VIF测试来进行功能选择 Fastball / Sinker模型包括音高，释放点，旋转速度，旋转方向，断裂和板位置 破球和失速模型包括俯仰速度，释放点，旋转速度，旋转方向，击球，板位置以及相对于快球的相对水平击球和速度 注意：该模型使用2020 MLB赛季作为训练数据。 '21赛季数据将用作测试集，一旦我获得了一些测试数据，GAM将被调整。 模型也

  3. 所属分类：其它

  1. 加性噪声对激光一级相变类比的影响

  2. 从单模激光场的增益噪声模型出发,导出了激光场定态强度分布函数,研究了定态分布函数的极值点随加性噪声、乘性噪声和注入信号的变化情况。结果表明,乘性噪声是使激光系统出现一级相变类比的关键因素,注入信号使相变行为减弱,而加性噪声却使得定态分布中极值点的数量和位置出现来回跳跃式变化。

  3. 所属分类：其它

  1. pyGAM：[需要帮助] Python中的通用加性模型-源码

  2. pyGAM Python中的通用加性模型。 文献资料 安装 pip install pygam scikit稀疏 为了加快对有约束的大型模型的优化，安装scikit-sparse会有所帮助，因为它包含了Cholesky因式分解的较快，稀疏的版本。 从scikit-sparse的导入引用了nose ，因此您也将需要它。 最简单的方法是使用Conda： conda install -c conda-forge scikit-sparse nose 贡献-需要帮助 欢迎捐款！ 您可以通过多种方

  3. 所属分类：其它

  1. 光谱信号乘性加性混合随机噪声去除方法

  2. 提出一种光谱信号噪声的乘性加性混合分析模型，并采用维纳滤波和同态滤波相结合的算法对光谱信号进行去噪处理。仿真结果表明，该算法比移动平均算法、最小均方算法和递归最小均方算法具有更好的去噪性能。实验结果表明，氙灯光谱信号中的噪声符合乘性加性混合模型。与移动平均算法、最小均方算法和递归最小均方算法相比，从该算法处理后的汞灯光谱信号中能够提取更加稳定的谱峰谷位置、谱峰幅度、谱峰半峰全宽等特征值，定量分析时能获得更好的结果。

  3. 所属分类：其它

  1. h2o-3：H2O是一个开源，分布式，快速且可扩展的机器学习平台：深度学习，梯度提升（GBM）和XGBoost，随机森林，广义线性建模（带有弹性网的GLM），K均值，PCA，广义附加模型（GAM），RuleFit，支持向量机（SVM），堆叠

  2. 水 H2O是用于分布式，可扩展的机器学习的内存平台。 H2O使用熟悉的界面（例如R，Python，Scala，Java，JSON和Flow笔记本/网络界面），并与Hadoop和Spark等大数据技术无缝协作。 H2O提供了许多流行实现，例如广义线性模型（GLM），梯度提升机（包括XGBoost），随机森林，深层神经网络，堆叠体，朴素贝叶斯，广义加性模型（GAM），考克斯比例危害，K-表示PCA，Word2Vec以及全自动机器学习算法（ ）。 H2O是可扩展的，因此开发人员可以添加自己选择的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：88mb
    • 提供者：weixin_42126668

  1. 基于标准可加性模糊系统的足球机器人守门员的路径规划

  2. 机器人足球世界杯作为一项大型的国际机器人足球比赛和学术活动，其目的是为了促进分布式人工智能、智能机器人技术及其相关领域的研究与发展。在一场足球机器人比赛中，守门员机器人的作用尤为重要，因而要求守门员机器人的每一个动作快速、准确。本文以对方带球进攻运动员的位置及运动速度为依据，利用标准可加性模糊系统和标准可加性模型，对足球机器人守门员路径规划问题进行详细的分析，构建一种针对足球机器人比赛中守门员的路径规划。以保证足球机器人守门员作出更加快速、有效、无误的动作。通过Matlab R2013a对其进行

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 39 »