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. sas程序（多元线性回归方程拟合和残差分析）

  2. 通过sas软件，拟合出多元线性回归方程，接着求出其残差、学生化残差、杠杆量等，进而求出学生化残差，画出QQ图，画出残差图，最后进行BOX-COX变换。

  3. 所属分类：专业指导

    • 发布日期：2009-10-28
    • 文件大小：3kb
    • 提供者：xuxiameng

  1. 学生化残差的解释，包括内学生化残差等

  2. 关于学生化残差的解释，在回归分析的诊断中很有用，有内学生化残差、外学生化残差等

  3. 所属分类：专业指导

    • 发布日期：2009-11-16
    • 文件大小：104kb
    • 提供者：cmoliver

  1. 可以查看每个宏块残差系数矩阵 码流分析工具

  2. 可以查看每个宏块残差矩阵（包括亮度，两个色度矩阵），运运补偿前的矩阵，一些关键信息等等

  3. 所属分类：其它

    • 发布日期：2009-12-03
    • 文件大小：1mb
    • 提供者：bxj2001

  1. 二元一次线性回归+F值检验（残差分析）

  2. 本资源适用于对做二元线性回归、残差分析的人有所帮助。如：做ndvi与温度、降雨的线性回归问题做残差分析。

  3. 所属分类：Python

    • 发布日期：2019-04-12
    • 文件大小：1kb
    • 提供者：qq_21780833

  1. 基于残差分析的离群点检测算法matlab

  2. 基于残差分析的离群点检测算法，适用具有线性回归关系的二维数据，可以对数据中的离群点进行有效剔除检测。

  3. 所属分类：算法与数据结构

  1. 残差非等间距GM(1,1)模型及应用

  2. 为了提高灰色系统的预测精度,人们从理论与实践中不断探索新的建模方法,从模型自身特性出发改进灰色模型。通过对传统的GM(1,1)模型进行差分运算,推导出非等间距GM(1,1)模型,扩展了模型的应用范围;从背景值的几何意义出发,指出背景值的积分构造形式比均值生成的形式更加合理,并给出了积分背景值的数学表达式;在一次拟合结果的基础上,为了进一步提高模型的精度,对一次拟合的结果进行了残差分析,并建立了灰色残差模型,通过把灰色残差模型得到的数据依次补偿到一次拟合结果上,得到了残差修正的灰色GM(1,1)模

  3. 所属分类：其它

    • 发布日期：2020-05-10
    • 文件大小：820kb
    • 提供者：weixin_38684743

  1. 基于马尔科夫残差修正的瓦斯浓度预测

  2. 针对采用灰色神经网络预测瓦斯浓度时部分预测值精度不高的问题,提出用马尔科夫模型对三阶灰色神经网络模型预测结果进行修正的方法;介绍了灰色神经网络模型的建立和马尔科夫修正残差方法,并采用该方法对某煤矿不同时间、不同地点的瓦斯浓度进行分析预测。实际应用结果表明,经马尔科夫残差修正后的瓦斯浓度预测值与实测值的最大相对误差从14%减小到6%,修正后的瓦斯浓度变化曲线更接近实际瓦斯浓度变化趋势。

  3. 所属分类：其它

    • 发布日期：2020-07-17
    • 文件大小：197kb
    • 提供者：weixin_38717574

  1. 峰值频率大相关-小残差的弦乐器校音方法

  2. 针对弦乐器校音中如何确定音的基频，提出了一种时频域相结合的峰值频率大相关、小残差(Peak-Frequency Maximum-Correlation Minimum-Residual，PFMCMR)的弦乐器校音新方法。先对音频进行频谱分析，并利用频谱细化算法计算峰值频率，时域中相关局部最大与残差局部最小相结合，确定峰值频率对应的谐波次数，进而计算出基频。实验结果表明，该算法精度可达0.1 Hz或更高，其精度较高，稳定性良好。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：401kb
    • 提供者：weixin_38528459

  1. 多元回归-最小二乘法-残差分析

  2. 多元回归-最小二乘法-残差分析笔记 一.多元线性回归模型的假设 我们需要进行以下六个假设，这些假设是经典的多元线性回归模型有效的前提： 1、因变量Y和自变量X1，X2，…，Xk之间的关系是线性的。 2、自变量（X1，X2，…，Xk）不是随机的。而且，两个或多个自变量之间不存在精确的线性关系。 3、以自变量为条件的残差的期望值为0：E（ε|X1，X2，…，Xk）=0。 4、残差项的方差对于所有观察值都是相同的：E（εi2）=σε2。 5、残差项在各个观测值之间是不相关的：E（εiεj）=0，j≠i

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：236kb
    • 提供者：weixin_38667581

  1. 基于目标的凸性分析和凸性指导的深度残差网络的泛全景化新方法

  2. 基于目标的凸性分析和凸性指导的深度残差网络的泛全景化新方法

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：542kb
    • 提供者：weixin_38620959

  1. 评级残差对推荐质量的影响

  2. 分析了评级残差对推荐质量的影响。 残差评级是通过用户评级和潜在偏好来衡量的。 潜在偏好是通过心理测验模型计算的。 在具有不同等级的评分残差的情况下，在现实世界的数据集上通过实验评估了评分残差的影响。 理论分析和实验结果表明，评级残差对推荐的准确性和覆盖率具有负面影响。 基于高质量的数据，协作过滤算法可以为用户提供精确的建议。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：548kb
    • 提供者：weixin_38711369

  1. 基于残差分析的安全CS攻击恶意节点的方法

  2. 基于残差分析的安全CS攻击恶意节点的方法

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：280kb
    • 提供者：weixin_38721811

  1. 具有不精确观测值的不确定回归模型的残差和置信区间

  2. 回归模型是用于估计解释变量和响应变量之间关系的强大分析工具。 传统上，通常假定精确地观察数据并用清晰的值来表征数据。 但是，在许多情况下，这些数据是以不精确的方式收集的，并根据不确定的变量进行表征。 本文提供了不确定回归模型的残差分析。 此外，给出了一种方法来获得新的解释变量的预测值和响应变量的置信区间。 最后，记录了不确定回归模型的数值示例。

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：114kb
    • 提供者：weixin_38644233

  1. 残差网络下基于困难样本挖掘的目标检测

  2. 为了提高图像目标的检测精度, 提出一种在残差网络下设计基于困难样本挖掘的目标检测算法。首先阐述基于深度学习的目标检测算法, 即超快速区域卷积神经网络(Faster R-CNN)的工作原理, 分析该算法存在的不足与改进方式。在Faster R-CNN的基础上, 为了使模型能提取更有效的深度卷积特征, 选取网络更深的残差网络替换原始的ZF或VGG网络。为了使学习到的网络模型有更强的泛化能力, 在网络训练过程中, 利用困难样本更新网络参数, 使网络训练更充分。在Pascal VOC2007、Pasca

  3. 所属分类：其它

  1. 基于残差修剪的激光光斑高精度定位方法

  2. 为满足复杂靶标背景下激光光斑形心的高精度定位要求, 提出了一种基于几何特征约束残差修剪的定位方法。首先通过分析成像特点提取激光光斑; 然后在几何特征约束下对残差边缘进行二次修剪, 优化边缘; 最后利用最小二乘拟合法得到激光光斑形心的精确定位, 并将其应用于火炮的重要静态参数——弯曲度测量。实验结果表明, 该方法具有较强的稳定性, 定位精度高且实时性好, 与传统的定位方法相比, 复杂靶标上激光光斑的水平和竖直定位偏差均由±1.2 pixel提高到±0.2 pixel, 单次定位时间小于0.31 s

  3. 所属分类：其它

  1. 基于随机并行梯度下降算法自适应光学系统的校正残差分析

  2. 对自适应光学系统随机并行梯度下降控制的校正残差进行了分析。通过对随机并行梯度下降(SPGD)算法校正静态像差的数值模拟,定标出了算法收敛时间与系统变形镜校正单元数的关系。建立了基于随机并行梯度下降算法自适应光学系统的简化控制模型,根据湍流大气的时间功率谱,推导了算法收敛时间与校正残差之间的解析表达式。结果表明,采用N个校正单元的自适应光学系统补偿Greenwood频率大小为fG的大气湍流带来的动态像差,为保证校正残差σ2

  3. 所属分类：其它

  1. 像平面式干涉成像光谱仪光程差分析与计算

  2. 像平面式干涉成像光谱仪的光程差(OPD)线性度与光谱及图像重建精度直接相关。分析了光程差产生原理，通过分别对单个像面的正离焦及负离焦部分光程差进行讨论，给出了像平面式干涉结构在单侧及双侧离焦模式下的光程差表达式，并对两者在不同波长满足奈奎斯特条件时的光程差及其非线性残差进行仿真，并通过实验验证。仿真结果表明：系统在两种工作模式下的光程差非线性残差均随像面夹角增加而增大，单侧离焦模式零级点两侧光程差不对称，且负离焦部分残差较小；双侧离焦模式零级点两侧光程差对称，但非线性残差大于前者。实验结果表明，

  3. 所属分类：其它

  1. mlr：具有统计推断，残差分析，直接CSV加载和其他功能的多元线性回归-源码

  2. mlr（ pip install mlr ） 一个轻量级，易于使用的Python软件包，将scikit-learn的简单API与统计推断测试，可视化残差分析，离群值可视化，多重共线性测试的功能相结合，可在statsmodels和R语言等软件包中找到。 由Tirthajyoti Sarkar博士（， ）撰写和维护。 有用的回归指标， MSE，SSE，SST R ^ 2，调整后的R ^ 2 AIC（赤池信息标准）和BIC（贝叶斯信息标准） 推论统计， 标准错误 置信区间 p值 t检验值

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：552kb
    • 提供者：weixin_42178688

  1. 基于改进深度残差网络的计算断层扫描图像分类算法

  2. 基于改进的深度残差网络(ResNet),提出更加适合肺部组织的计算断层扫描(CT)图像模式分类模型。为克服医学图像分析中可用数据集稀少的困难,采用迁移学习方法来减小神经网络模型对数据量大的需求,以减小过拟合。迁移学习的策略是将肺内大量可用的无标签区域作为预训练的数据,使用深度互信息最大化和先验分布匹配的方法进行无监督表征学习。通过对比实验发现,改进的深度ResNet可以得到更高的分类精度,迁移学习算法可以有效地利用肺内无标签区域的数据,从而提升网络模型的分类表现。

  3. 所属分类：其它

  1. 基于残差空洞卷积神经网络的网络安全实体识别方法

  2. 近年来，网络安全威胁日益增多，数据驱动的安全智能分析成为网络安全领域研究的热点。特别是以知识图谱为代表的人工智能技术可为多源异构威胁情报数据中的复杂网络攻击检测和未知网络攻击检测提供支撑。网络安全实体识别是威胁情报知识图谱构建的基础。开放网络文本数据中的安全实体构成非常复杂，导致传统的深度学习方法难以准确识别。在BERT（pre-training of deep bidirectional transformers）预训练语言模型的基础上，提出一种基于残差空洞卷积神经网络和条件随机场的网络安全实

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 13 »