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. 正则化参数

  2. 本文档是关于正则化参数λ或者α如何选择，我自己总结的

  3. 所属分类：其它

    • 发布日期：2012-10-17
    • 文件大小：81kb
    • 提供者：ljpzgx1985

  1. 正则化参数求取

  2. 一个简易的正则化参数求取matlab code，很好用，很方便。

  3. 所属分类：其它

    • 发布日期：2013-11-29
    • 文件大小：5kb
    • 提供者：u010014045

  1. 正则化薄板样条函数拟合地层界面

  2. 地层界面几何形态形成的力学机理与数学上广泛应用的薄板样条形成的力学机理十分相似,都遵循板状体受力弯曲变形的力学机理。通过分析讨论曲面拟合的常用方法,以及这些方法对于稀疏不均匀离散地层界面的采样数据应用中的不足,提出用薄板样条曲面拟合构建地层界面的方法。介绍了薄板样条函数的基本原理,并引入正则化方法来解决因原始采样点分布不均匀而导致曲面拟合中发生"过冲"现象(在数据贫乏区域,产生陡坡的现象)以及原始采样点存在噪声的问题。最后以某页岩气勘探区水平钻井数据为例,用具有最优几何形态的等边三角形网格加密数

  3. 所属分类：其它

  1. 基于Tikhonov正则化的矿井通风网络测风求阻法

  2. 针对矿井通风系统动态性和复杂性的特点,提出了测风求阻法所需最少调节次数时的最优回路选择算法,结合矿井巷道风量的实时动态监测数据,建立了基于监测数据的矿井通风网络测风求阻模型。针对复杂通风网络易构造病态测风求阻模型的问题,提出了基于贪婪进化算法的Tik-honov正则化参数求解方法,对模型进行修正处理。应用结果表明,该方法可以减轻模型病态的严重程度,求解复杂通风网络分支风阻,并能发挥监测系统的实时动态监测功能,为矿井通风系统动态模拟提供基础数据。

  3. 所属分类：其它

  1. 平面双箱积分，用于顶对生产，并具有对尺寸正则化参数中所有订单的闭合顶环

  2. 我们系统地计算了与顶部对产生有关的平面双箱Feynman积分，其中顶部闭合环具有尺寸正则化参数ϵ中的Laurent展开。 这是通过将该积分及其所有子拓扑的微分方程组转换为in中的线性形式完成的，其中ϵ0部分严格为下三角形。 该系统很容易在尺寸正则化参数order中逐级求解。 这是涉及多个椭圆子拓扑的椭圆多尺度积分的示例。 我们的方法适用于类似的问题。

  3. 所属分类：其它

    • 发布日期：2020-04-17
    • 文件大小：268kb
    • 提供者：weixin_38712578

  1. 希格斯胶子耦合的两环电弱校正到尺寸正则化参数中的更高阶

  2. 我们在尺寸正则化参数ε=（d-4）/ 2中计算了对胶子融合中希格斯玻色子产生到更高阶的两环电弱校正。 我们采用通过选择典范基础而扩充的微分方程方法来计算相关积分，并用Goncharov多对数表示它们。 我们的计算为gg→H的NLO混合QCD-电弱校正的计算提供了有用的结果，并为计算缺失的三环虚拟校正建立了必要的框架。

  3. 所属分类：其它

    • 发布日期：2020-03-25
    • 文件大小：391kb
    • 提供者：weixin_38662089

  1. 关于Landweber迭代方法在正则化参数后验选取时的阶数最优性注记

  2. 关于Landweber迭代方法在正则化参数后验选取时的阶数最优性注记，李维金，傅初黎，Landweber迭代方法是求解不适定问题的重要方法，而且当正则化参数为先验选取时，该方法可以达到阶数最优的误差估计，且无饱和效应。

  3. 所属分类：其它

    • 发布日期：2019-12-30
    • 文件大小：262kb
    • 提供者：weixin_38500444

  1. 正则化.zip

  2. mathlab中实现的对线性回归和逻辑回归的正则化。再对线性回归进行正则化时，正则化参数分别选取0，1和10；对逻辑回归进行正则化时，采用牛顿法优化的成本函数，正则化参数大小可自己设置。

  3. 所属分类：机器学习

    • 发布日期：2019-07-20
    • 文件大小：4kb
    • 提供者：qq_37665301

  1. 基于字典学习的小剂量X射线CT重建正则化参数确定模型

  2. 基于字典学习的小剂量X射线CT重建正则化参数确定模型

  3. 所属分类：其它

  1. 套索在正则化路径上的模型组合

  2. 通过所有给定基础模型的最佳集成，模型组合可以提高回归模型的预测性能。 在本文中，我们提出了一种有效的套索模型组合方法，以提高预测性能。 首先，我们在套索正则化路径上构建候选模型集。 正则化路径可以记录正则化参数所有值的套索解，此外，其固有的分段线性使得候选模型集的构建简单有效。 然后，在测试或预测阶段，我们应用最小邻域方法确定输入敏感组合模型集，并执行Beyesian模型组合。 最后，我们使用BIC准则估算组合模型集中每个模型的后验概率，该概率可以与Lasso正则化路径算法一起计算。 实验结果证

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：140kb
    • 提供者：weixin_38706197

  1. 在非局部总变化正则化中自适应确定正则化参数以进行图像降噪

  2. 在非局部总变化正则化中自适应确定正则化参数以进行图像降噪

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：255kb
    • 提供者：weixin_38678510

  1. 基于正弦图的噪声能量估计及其在统计迭代重构正则化参数选择中的应用

  2. 基于正弦图的噪声能量估计及其在统计迭代重构正则化参数选择中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：342kb
    • 提供者：weixin_38717450

  1. twiner:Twiner是基于网络的正则化参数，基于两个数据集之间的相关性模式。 在目前的情况下，它被用来促进对与DNA微阵列和RNA测序表达值数据相关的特征的选择。 两个平台中的基因之间的相关性越高，与之相关的惩罚项越低-源码

  2. 缠绕 Twiner是基于网络的正则化参数，基于两个数据集之间的相关性模式。 在本研究中，它被用来促进与DNA微阵列和RNA测序表达值数据相关的特征的选择。 两个平台中的基因之间的相关性越高，与其相关的惩罚项越低。 Twiner代码文件包含： 用于GEO研究的微阵列数据采集 微阵列预处理步骤-分位数归一化 用于微阵列研究的数据集成-ComBat用于批次校正 用于TCGA研究的RNA测序数据采集 RNA测序跨平台与微阵列整合-分位数归一化 带有稀疏逻辑回归的分类模型：6.1。 弹性净罚分6.2。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：21kb
    • 提供者：weixin_42113456

  1. 如何估计光谱回归判别分析的正则化参数及其内核版本？

  2. 如何估计光谱回归判别分析的正则化参数及其内核版本？

  3. 所属分类：其它

  1. 通过具有双正则化参数的在线字典学习实现单图像超分辨率

  2. 通过具有双正则化参数的在线字典学习实现单图像超分辨率

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：428kb
    • 提供者：weixin_38743235

  1. 基于双正则化参数的在线字典学习超分辨率重建

  2. 基于双正则化参数的在线字典学习超分辨率重建

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：384kb
    • 提供者：weixin_38737144

  1. 基于双正则化参数的在线字典学习超分辨率重建

  2. 基于双正则化参数的在线字典学习超分辨率重建

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：336kb
    • 提供者：weixin_38750861

  1. 基于自然图像统计特性的迭代CT重建中正则化参数的最优选择

  2. 平衡保真度和惩罚度的正则化参数在正则化迭代重建中起着至关重要的作用。 对于面向临床任务的图像质量评估而言，这样的参数选择相当困难。 为了应对这一挑战，我们将图像统计数据用作图像质量测量的替代指标，并指导选择正则化参数。 我们提出的方法增加了各个领域中反问题的价值，而不仅限于CT重建。 数值和实验结果表明，该算法发现的正则化参数与视觉观察所建议的一致。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：633kb
    • 提供者：weixin_38629939

  1. 基于SURE的基于l1图像复原的正则化参数的最优选择。

  2. 基于SURE的基于l1图像复原的正则化参数的最优选择。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：437kb
    • 提供者：weixin_38690407

  1. 参数估计：正则化参数估计项目，其中包括代码和TeX报告-源码

  2. 参数估计 在该项目中考虑了对正则化参数估计的下采样。 此项目中使用的文件名约定包括以下信息。 文件包含内容的描述符（例如：Data1D，NoisePlot） 测试功能编号，由“ F”后的数字表示 SNR，由“ S”后的数字表示 高斯PSF宽度参数，由“ W”后的数字表示 噪声实现的数量，由“ R”后的数字表示 例如，BothBoxes1D_F2_S05_W100_R20.eps是一幅图像，显示了第二个测试函数的两个统计盒图，其SNR为5，宽度参数为100，噪声实现为20。

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 40 »