您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. matlab代码 信息熵 离散无记忆信道计算 香浓

  2. matlab各种代码 信息路与编码理论 实验的程序
  3. 所属分类:电信

    • 发布日期:2012-05-08
    • 文件大小:132kb
    • 提供者:diankeji092
  1. 各种熵的代码(包括模糊熵、样本熵、相似熵等等)

  2. 本代码真实有效,可以运行,包括各种熵的matlab代码,样本熵、近似熵、模糊熵等等。
  3. 所属分类:其它

    • 发布日期:2018-05-04
    • 文件大小:5kb
    • 提供者:qq_34133884
  1. 决策树算法python代码实现

  2. 决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构,其中每个内部节点
  3. 所属分类:机器学习

    • 发布日期:2018-06-01
    • 文件大小:4kb
    • 提供者:u010919410
  1. python决策树代码

  2. 决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。
  3. 所属分类:机器学习

    • 发布日期:2018-10-12
    • 文件大小:5kb
    • 提供者:qq_41122845
  1. voicebox matlab语音信号处理工具箱

  2. voicebox语音信号处理工具箱 工具箱内容 音频文件输入/输出 读写WAV和其他语音文件格式 频率标度 在Hz,Mel,Erb和MIDI频率刻度之间转换 傅立叶/ DCT / Hartley变换 各种相关的变换 随机数和概率分布 生成随机向量和噪声信号 矢量距离 计算矢量列表之间的距离 言语分析 有源电平估计,频谱图 LPC语音分析 线性预测编码例程 语音合成 文本到语音合成和声门波形模型 语音增强 光谱噪声减法 语音编码 PCM编码,矢量量化 语音识别 用于识别的前端处理 信号处理 其他信
  3. 所属分类:机器学习

    • 发布日期:2018-12-29
    • 文件大小:2mb
    • 提供者:fzyjsy
  1. 决策树python代码

  2. 决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构,其中每个内部节点
  3. 所属分类:机器学习

    • 发布日期:2019-03-31
    • 文件大小:2kb
    • 提供者:qq_42617330
  1. 各种熵MATLAB代码.zip

  2. 包含常见的几种熵函数(样本熵,香农熵,样本熵,模糊熵)的MATLAB代码。
  3. 所属分类:其它

    • 发布日期:2019-06-02
    • 文件大小:9kb
    • 提供者:mamaimabi
  1. sap-voicebox-master.rar

  2. MATLAB的语音工具箱,适用于各个主流版本, 含有多种函数如: 音频文件输入/输出 读写WAV和其他语音文件格式 频率标度 在Hz,Mel,Erb和MIDI频率刻度之间转换 傅立叶/ DCT / Hartley变换 各种相关的变换 随机数和概率分布 生成随机向量和噪声信号 矢量距离 计算矢量列表之间的距离 言语分析 有源电平估计,频谱图 LPC语音分析 线性预测编码例程 语音合成 文本到语音合成和声门波形模型 语音增强 光谱噪声减法 语音编码 PCM编码,矢量量化 语音识别 用于识别的前端处
  3. 所属分类:讲义

    • 发布日期:2019-06-24
    • 文件大小:2mb
    • 提供者:daniel_ljj
  1. PCA-理论及代码实现

  2. 决策树(Decision Tree)是在已知各种情况发⽣概率的基础上,通过构成决策树来求取净现值的期望 值⼤于等于零的概率,评价项⽬⻛险,判断其可⾏性的决策分析⽅法,是直观运⽤概率分析的⼀种图 解法。由于这种决策分⽀画成图形很像⼀棵树的枝⼲,故称决策树。在机器学习中,决策树是⼀个预 测模型,他代表的是对象属性与对象值之间的⼀种映射关系。Entropy = 系统的凌乱程度,使⽤算法 ID3C4.5,和C5.0⽣成树算法使⽤熵。这⼀度量是基于信息学理论中熵的概念。 决策树是⼀种树形结构,其中每个内部
  3. 所属分类:机器学习

    • 发布日期:2020-11-16
    • 文件大小:7mb
    • 提供者:lockhou
  1. MP-Gadget:大规模平行宇宙学模拟器-源码

  2. MP小工具 大规模并行宇宙SPH仿真软件-MP-Gadget。 (可能与当前的master分支稍有不同步) 描述 此版本的小工具源自主要的P-Gadget / Gadget-2。 它是用于运行BlueTides模拟的源代码( )。 基础架构已大量重做。 作为总结: 使用Pencil FFT更好的PM求解器,可实现远距离作用力。 更好的Tree求解器,具有更快的线程处理和更少的冗余代码。 更好的域分解,可扩展到半百万个内核。 带有Python绑定的IO模块更易于使用。 具有模式和文
  3. 所属分类:其它

  1. k2:FSAFST算法,可区分,具有PyTorch兼容性-源码

  2. 22 k2的愿景是能够将有限状态自动机(FSA)和有限状态换能器(FST)算法无缝集成到基于Autograd的机器学习工具包中,例如PyTorch和TensorFlow。对于语音识别应用程序,这应该易于插值和组合各种训练目标,例如交叉熵,CTC和MMI,并通过包括格码记录和置信度估计在内的多个解码通道共同优化语音识别系统。我们希望k2也将有许多其他应用程序。 我们希望在短期内提高效率的关键算法之一是修剪带有“密集” FSA的通用FSA的组合(即,一种对应于神经网络输出处的符号的对数概率的算法)
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:978kb
    • 提供者:weixin_42099815
  1. 自动攻击:相对于“可靠地评估对抗性鲁棒性和各种无参数攻击的集合”的代码-源码

  2. 自动攻击 “可靠的评估对抗性鲁棒性与各种无参数攻击相结合” 弗朗切斯科·克鲁斯( Francesco Croce)和马蒂亚斯·海因( Matthias Hein) ICML 2020 我们建议使用四种不同攻击的组合来可靠地评估鲁棒性: APGD-CE ,这是我们在交叉熵方面的新的无步长PGD版本, APGD-DLR ,我们在新的DLR损失上推出的新的无步长PGD PGD版本, FAB ,将对抗性扰动的规范降到最低 , Square Attack ,一种查询效率高的黑盒攻击 。 注意
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:40mb
    • 提供者:weixin_42115513
  1. shifterator:可解释的数据可视化,用于理解文本在单词级别上的差异-源码

  2. 变速杆 Shifterator软件包提供了构建单词移位图,垂直巴特图的功能,这些功能可以量化哪些单词对两个文本之间的成对差异做出了贡献,以及它们如何起作用。 通过让您查看单词使用方式的变化,单词移位可以帮助您进行从根本上更可解释的情感,熵和差异分析。 安装 可以通过pip下载生成移位图的Python代码。 pip install shifterator 文献资料 详细介绍了如何使用Shifterator创建各种单词移位图,并包括有关如何解释,可视化和使用单词移位的详细手册。 有关字词移位的
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:40mb
    • 提供者:weixin_42097533
  1. centrifuge-toolkit:用于可视化和凭经验分析二进制文件中编码信息的工具-源码

  2. 离心机 离心机使使用可视化,统计和机器学习轻松分析二进制文件中的信息变得容易。 该工具实现了两种新的文件数据分析方法: 是一种无监督的机器学习算法,用于根据字节序列的统计属性(特征)查找它们的簇。 编码相同数据类型(例如机器代码)的字节序列通常具有相似的属性。 结果,群集通常代表特定的数据类型。 可以提取每个聚类并进行进一步分析。 通过测量字节值分布与数据类型参考分布之间的,通常无需使用机器学习即可识别群集的特定数据类型。 如果此距离小于特定数据类型的设置阈值,则该群集将被标识为该数据类型
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:14mb
    • 提供者:weixin_42151729