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. WINQSB 使用说明

  2. 从 WinQSB 系统的菜单选项，可以看出其可用于求解以下管理与决策科学领域的问题： 1．Acceptance Sampling Analysis （缩写为 ASA ，接受抽样分析） 主要用于各种抽样分析、抽样方案的设计以及假设分析； 2．Aggregate Planning （缩写为 AP ，综合计划编制） 用于求解 具有多时期正常排班、加班、分时段、转包生产量、需求量、储存费用、生产费用等复杂的整体综合生产计划的编制方法，求解思路是将问题归结到求解线性规划模型或运输模型； 3．Decisi

  3. 所属分类：网络基础

    • 发布日期：2010-06-15
    • 文件大小：773kb
    • 提供者：luosupo1

  1. 反应式容侵系统入侵预测的混合式贝叶斯网络方法.pdf

  2. 基于入侵模型的混合式贝叶斯网络(H yBN, hybrid bayesian network)模型, 将入侵模型中攻击行为和系统安全状态节点分离为攻击层和状态层两个网络 层次, 两层间使用收敛连接, 而两层内部的节点间使用连续连接。在特定的信度更新算法的支持下, 实验说 明该贝叶斯网络方法用于入侵预测的有效性, 比较说明H yBN 方法的优点。

  3. 所属分类：网络攻防

    • 发布日期：2010-11-01
    • 文件大小：664kb
    • 提供者：guowang12356

  1. 用于预测的贝叶斯网络用于预测的贝叶斯网络

  2. 用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络用于预测的贝叶斯网络

  3. 所属分类：其它

    • 发布日期：2011-05-02
    • 文件大小：243kb
    • 提供者：shadowserver

  1. SQL Server 2008 商业智能完美解决方案 第一部分

  2. SQL Server 2008 商业智能完美解决方案 书籍的扫描整理版本，由于文件太大，分三个包，三个包都下载了解压即可。 《SQL Server 2008商业智能完美解决方案》结合专家团队提供的实际示例和丰富经验进行介绍，让读者能够直观轻松地掌握构建商业智能(BI)解决方案的概念、工具和技术，是一本不可多得的商业智能开发参考指南。无论是商业智能(BI)编程新手还是经验丰富的老手，都可从《SQL Server 2008商业智能完美解决方案》中获益。 图书目录 　　第一部分 面向商业决策者和架构

  3. 所属分类：SQLServer

    • 发布日期：2012-10-24
    • 文件大小：57mb
    • 提供者：yrq205

  1. SQL Server 2008 商业智能完美解决方案 第二部分

  2. SQL Server 2008 商业智能完美解决方案 书籍的扫描整理版本，由于文件太大，分三个包，三个包都下载了解压即可。 《SQL Server 2008商业智能完美解决方案》结合专家团队提供的实际示例和丰富经验进行介绍，让读者能够直观轻松地掌握构建商业智能(BI)解决方案的概念、工具和技术，是一本不可多得的商业智能开发参考指南。无论是商业智能(BI)编程新手还是经验丰富的老手，都可从《SQL Server 2008商业智能完美解决方案》中获益。 图书目录 　　第一部分 面向商业决策者和架构

  3. 所属分类：SQLServer

    • 发布日期：2012-10-24
    • 文件大小：57mb
    • 提供者：yrq205

  1. 深度概率编程语言Edward.zip

  2. Edward 是一个用于概率建模、推理和评估的 Python 库。它是一个用于快速实验和研究概率模型的测试平台，其涵盖的模型范围从在小数据集上的经典层次模型到在大数据集上的复杂深度概率模型。Edward 融合了以下三个领域：贝叶斯统计学和机器学习、深度学习、概率编程。它支持以下方式的建模：定向图模型神经网络（通过 Keras 和 TensorFlow Slim 等库）条件特定的无向模型贝叶斯非参数和概率程序它支持以下方式的推理:变分推理（Variational inference）黑箱变分推理

  3. 所属分类：其它

  1. 道路网短期交通流预测方法比较.pdf

  2. 介绍了用于短期交通流预测的两大类模型：统计预测算法和人工神经网络模型。对其中各种模型的特征进行了比较，将历史平均模型、求和自回归滑动平均模型（ARIMA）、非参数回归模型、径向基函数（RBF）神经网络模型与贝叶斯组合神经网络模型，应用于一个真实路网的短期流量预测，比较了各模型的预测结果。结果表明，组合神经网络模型预测误差最小，可靠性最高，是一种对短期交通流预测的有效方法。

  3. 所属分类：交通

    • 发布日期：2019-09-25
    • 文件大小：340kb
    • 提供者：seulq

  1. 基于具有配对和壳效应的贝叶斯神经网络方法的核质量预测

  2. 贝叶斯神经网络（BNN）方法用于改进各种模型的核质量预测。 发现似然函数中的噪声误差在BNN方法的预测性能中起着重要作用。 通过包括噪声误差的分布，可以在采样过程中自动找到合适的值，从而优化了核质量预测。 此外，除质子和质数外，还将与核对和壳效应有关的两个量添加到输入层。 结果，不仅对于核质量，而且对于单核子分离能，理论精度都得到了显着提高。 由于包含壳效应，因此在未知区域中，BNN方法预测的壳校正结构与已知区域中的壳校正结构类似，例如，相对论平均场中魔术数周围的核质量低估的预测 模型。 这表明

  3. 所属分类：其它

    • 发布日期：2020-03-31
    • 文件大小：676kb
    • 提供者：weixin_38707240

  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. 基于MapReduce的海量数据贝叶斯网络学习方法

  2. 贝叶斯网络（BN）是用于表示和推断不确定知识的流行且重要的概率图形模型。 从海量数据中学习BN是不确定性以知识为中心的推理，预测和决策的基础。 海量数据的固有特性使BN学习可以适应大数据量并并行执行。 在本文中，我们提出了一种基于MapReduce的方法，通过扩展传统的评分和搜索算法来从海量数据中学习BN。 首先，在评分过程中，我们开发了map和reduce算法以并行获取所需参数。 其次，在搜索过程中，我们为每个节点开发了map和reduce算法，以并行对所有候选局部结构评分，并选择得分最高的局

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：171kb
    • 提供者：weixin_38649315

  1. 将快速傅里叶变换与机器学习集成模型相结合，以支持针对远程医疗环境中心脏病患者的建议

  2. 最近，在远程医疗环境中的临床决策中使用智能技术已开始在改善患者生活质量和帮助减少日常医疗保健的成本和工作量方面发挥至关重要的作用。 本文提出了一种使用快速傅里叶变换耦合机器学习集成模型的有效医学推荐系统，用于短期疾病风险预测，从而为慢性心脏病患者提供有关是否需要接受医学检查的适当建议。在分析他们的医疗数据的基础上进行的第二天。 通过使用快速傅里叶变换来分解基于患者时间序列数据的滑动窗口的输入序列，以提取频率信息。 利用基于套袋的总体模型来提前一天预测患者的病情，以产生最终建议。 结合使用三个分类

  3. 所属分类：其它

  1. bayesian-networks-源码

  2. 贝叶斯网络在公共卫生领域 贝叶斯网络如何用于公共卫生？ 一个用例是预测某人患病的风险。 本文介绍了贝叶斯网络（BN），然后说明了如何使用BN来预测冠状动脉疾病（CAD）的风险。 本文的大部分内容来自 和 。 所有错误都是我的。 关于贝叶斯网络 BN是一种概率图形模型； 它包含一组变量，以及变量如何相互依赖（例如，一个变量取某个值的概率如何取决于另一个变量的值）。 假设我们具有以下患者水平的数据：是否有人吸烟，有癌症家族史，是否有胸痛症状，是否有呼吸急促症状，是否在X光片上出现了肿瘤，以及患者

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：65kb
    • 提供者：weixin_42129970

  1. MNIST-Fashion-data-Classification-Task:尝试使用MNIST Fashion数据集，以手工方式建立最佳模型，而无需使用预制的机器学习模型-源码

  2. MNIST时尚数据分类任务 这项研究的目的是找到最佳分类器来训练机器学习模型，该模型将用于预测图片的内容。 通过使用成千上万张图片的像素分解，模型将尝试将每张图片分类为正确的类别。 该报告将重点关注以下10种服装的图片：T恤/上衣，裤子，套头衫，连衣裙，外套，凉鞋，衬衫，运动鞋，包和脚踝靴。 该模型的目的是使用30,000张带有指定标签的图片对其进行训练，然后再对5,000张图片进行测试。 理想情况下，该模型将来将可以接收任何图片，并且可以预测图片上方列出的10个项目中的哪个正在描绘。 创建了

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：22mb
    • 提供者：weixin_42134038

  1. 基于贝叶斯网络的新广告点击率预测

  2. 大多数经典搜索引擎会根据其点击率（CTR）选择广告并对其进行排名。 为了预测广告的点击率，经常需要考虑历史点击信息。 由于我们没有大量有关这些广告的历史数据，因此准确预测新广告的点击率对于现实应用而言具有挑战性且至关重要。 本文采用贝叶斯网络（Bayesian network，BN）作为表示和推断变量间依存关系和不确定性的有效框架，建立了一种基于BN的模型来预测新广告的点击率。 首先，我们建立了一个由贝叶斯网络组成的关键字网络，这些关键字用于描述特定域中的广告，称为关键字BN，缩写为KBN。 其

  3. 所属分类：其它

  1. 签名网络中社区建模和检测的贝叶斯方法

  2. 人们对探索具有正向和负向链接的签名网络的兴趣与日俱增，因为它们比未签名的网络包含更多的信息。 作为签名网络分析的基本问题，社区检测和符号（或态度）预测仍然是主要挑战。 为了解决这些问题，我们提出了一种生成贝叶斯方法，其中：1）提出了一种带符号的随机块模型，通过明确地表示从一个随机的符号链接的密度和受挫程度的分布，来描述带符号网络的社区结构。 2）通过理论推导用于参数估计的变分贝叶斯EM和用于模型选择的基于变分的近似证据，提出了一种模型学习算法。 通过与合成网络和现实网络中的最新方法进行比较，所提

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：325kb
    • 提供者：weixin_38659622

  1. 信使RNA聚腺苷酸化位点的基于分类的预测模型

  2. 真核基因期间信使RNA聚腺苷酸化是基本加工步骤之一表达。聚腺苷酸化位点[（poly（A）site]]标记文字的结尾，这也是一个基因的结尾。一个可以证明聚（A）位点的计算程序不仅可以证明用于发现基因的基因组注释有用，但也可用于预测备用聚（A）站点。 现在可以从poly（A）站点数据集提取定义poly（A）站点的功能以构建此类预测模型。使用方法，包括K语法模式，Z曲线，位置特定的评分矩阵和一阶非齐次马尔可夫子模型，生成了许多特征并放置了迪南原始功能空间。要选择最有用的功能，属性选择算法，例如利用贝叶

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：852kb
    • 提供者：weixin_38689477

  1. BOLD-Bayesian-Online-Liar-Detector：设计一个ML框架，可以实时检测虚假新闻。 试试看！！-源码

  2. 贝叶斯贝叶斯在线骗子检测器 我们开发了一种贝叶斯神经网络算法来预测文本语料库是真实的还是伪造的内容。 有一个链接指向用于实时测试的BOLD网页。 这是研究论文的一部分。 试试看。 玩得开心。 干杯！！

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1008kb
    • 提供者：weixin_42139429

  1. 稀疏贝叶斯及其在时间序列预测中的应用

  2. 阐述了稀疏贝叶斯方法在时间序列预测中应用的理论基础,将稀疏贝叶斯方法应用于Logistic 方程产生的混沌时间序列和发动机油滑数据的预测,并与支持向量机(SVM)和RBF神经网络时间序列预测进行了比较.实验结果表明, 稀疏贝叶斯方法不仅具有SVM的性能,而且比SVM使用更少的核函数, 取得了较好的预测效果.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：279kb
    • 提供者：weixin_38522795

  1. ICES2020_Student_Comp-源码

  2. 通过交互式可视化解释非线性调查数据模型及其在企业主调查中的应用 概括 该存储库托管用于提交给第六届国际机构统计会议（ICES VI）学生竞赛的代码。 我们将贝叶斯神经网络模型拟合到复杂的调查数据，以预测小型企业是其所有者的主要收入来源的可能性。 这些模型预测显示在托管的Shiny应用程序中。 有关比赛的更多详细信息，包括数据集，可以上找到。

  3. 所属分类：其它

  1. probflow:用于使用TensorFlow或PyTorch构建贝叶斯模型的Python包-源码

  2. 概率流 ProbFlow是一个Python软件包，用于使用或构建概率贝叶斯模型，对这些模型执行随机变异推理，并评估模型的推理。 它提供了用于构建贝叶斯神经网络的高级模块，以及用于构建定制贝叶斯模型的低级参数和分布。 这项工作仍在进行中。 Git存储库： : 文档： : 错误报告： ： 入门 ProbFlow使您可以快速轻松地构建，拟合和评估在和或之上运行的自定义贝叶斯模型（或模型！）。 使用ProbFlow，贝叶斯模型的核心构建块是参数和概率分布（当然还有输入数据）。 参数定义自变

  3. 所属分类：其它

« 12 »