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. 支持向量机非线性回归通用matlab程序

  2. 支持向量机非线性回归通用matlab程序，本程序使用支持向量机法，实现对数据的非线性回归，核函数的设定和修改在函数内部进行，数据预处理在函数外部进行，简单易懂，希望能对大家有所帮助！

  3. 所属分类：其它

    • 发布日期：2009-08-05
    • 文件大小：3kb
    • 提供者：chuanqiu313

  1. 基于核的K-均值聚类

  2. ：将核学习方法的思想应用于K-均值聚类中，提出了一种核K-均值聚类算法，算法的主要思想是：首先将原空间中待聚类的样本经过 一个非线性映射，映射到一个高维的核空间中，突出各类样本之间的特征差异，然后在这个核空间中进行K-均值聚类。同时还将一种新的核 函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性，分别利用人工和实际数据进行K-均值聚类和核K-均值聚类，实验结 果显示对于一些特殊的类分布数据，核K-均值聚类比K-均值聚类具有更好的聚类效果

  3. 所属分类：其它

    • 发布日期：2009-12-24
    • 文件大小：138kb
    • 提供者：qingchun456

  1. 数据挖掘原理与SPSS Clementine应用-支持向量机教程

  2. 14.1支持向量机基础 14.1.1机器学习的基本问题 14.1.2经验风险最小化问题 14.1.3 VC维与学习一致性理论 14.1.4结构化风险最小化 14.2支持向量机的基本原理 14.2.1线性支持向量机 14.2.2广义线性支持向量机 14.2.3非线性支持向量机 14.2.3.1到高维空间的影射 14.2.3.2核函数 14.3支持向量机的实现技术 14.3.1 chunking算法 14.3.2 Decomposing算法 14.3.3 SMO算法 14.3.5 SMO算法的特点

  3. 所属分类：其它

    • 发布日期：2010-01-11
    • 文件大小：1mb
    • 提供者：yxinfa

  1. 非线性SVM算法－matlab实现

  2. 对“data3.m”数据，用其中一半的数据采用非线性SVM算法设计分类器并画出决策面，另一半数据用于测试分类器性能。比较不同核函数的结果。（注意讨论算法中参数设置的影响。） 来自课程设计，附上matlab源代码，可以成功调试出来。

  3. 所属分类：其它

    • 发布日期：2011-05-13
    • 文件大小：287kb
    • 提供者：fyq321

  1. 数据挖掘核函数

  2. 数据挖掘核函数，可以用核函数解决非线性问题

  3. 所属分类：其它

    • 发布日期：2011-11-20
    • 文件大小：222kb
    • 提供者：dinglinghuijin

  1. 核函数接核函数上

  2. 用核函数解决实际问题，理论核函数，非线性回归

  3. 所属分类：其它

    • 发布日期：2011-11-20
    • 文件大小：219kb
    • 提供者：dinglinghuijin

  1. 基于核函数的人脸检测研究

  2. 人脸识别是模式识别与计算机视觉、生物识别技术的交叉学科，而人脸检 测是人脸识别系统的关键环节。根据生物识别领域内最新研究表明，非线性样 本的处理和降维是人脸识别研究现今面临的两个主要问题。 核函数作为一种有效的处理非线性空间(可分/不可分)样本和迅速降维 的理论和方法，随着支持向量机的普及，在近年来的模式识别领域得到了广泛 的关注。将“核方法”与传统的特征提取和分类方法相结合，相继产生了许多 新颖、有效的检测识别方法。本文主要研究内容是核函数的基础理论、算法性 能改进以及在人脸检测中的应用。

  3. 所属分类：其它

  1. 基于核函数的非线性分类相关分析.pdf

  2. 是篇学术性很强的论文 想和大家一起学习学习

  3. 所属分类：专业指导

    • 发布日期：2008-09-22
    • 文件大小：62kb
    • 提供者：wk520hb

  1. 理解SVM核函数和参数的作用

  2. 支持向量机（SVM）在很多分类问题上曾经取得了当时最好的性能，使用非线性核的支持向量机可以处理线性不可分的问题。仅仅通过一个简单的核函数映射，就能达到如此好的效果，这让我们觉得有些不可思议。核函数过于抽象，在本文中，SIGAI将通过一组实验来演示核函数的有效性，并解释支持向量机各个参数所起到的作用，让大家对此有一个直观的认识。如果要了解SVM的理论，请阅读我们之前的公众号文章“用一张图理解SVM的脉络”

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：574kb
    • 提供者：sigai_csdn

  1. SVM非线性核函数程序

  2. SVM非线性核函数程序

  3. 所属分类：算法与数据结构

    • 发布日期：2018-01-16
    • 文件大小：2kb
    • 提供者：zgq204610

  1. 支持向量机（线性核函数、非线性核函数、手写数字识别）.rar

  2. 支持向量机的相关经典案例，里面包含线性核函数和非线性核函数，另外还有实例：支持向量机手写数字识别；内含测试集训练集、代码源文件及注释，可直接运行（需安装numpy和matplotlib）

  3. 所属分类：机器学习

    • 发布日期：2019-05-09
    • 文件大小：151kb
    • 提供者：slience_0427

  1. 基于核主元分析和模糊聚类的采动区建筑物损害评价

  2. 针对采动区建筑物损害程度的影响因素较多且各因素呈现非线性、多重共线性等特点,提出了基于核主元分析(KPCA)和模糊聚类方法相结合的建筑物损害评价新方法。采用核主元分析方法,借助核函数在高维特征空间中对数据集进行降维,获取相互独立的非线性主元,然后利用模糊ISODATA算法进行聚类分析实现建筑物损害程度的分类评价。实例分析结果表明,所提方法体现了建筑物损害分类评价的模糊性,兼顾了各种因素的不同影响,同时避免了因素之间的相互干扰,其评价结果与实际符合较好,具有较高的实用价值。

  3. 所属分类：其它

  1. 多特征的核线性判别分析推荐方法_高全力(1).pdf

  2. 为提高在非线性可分数据上的推荐质量，采用基于核函数的多特征线性判别分析建立推 荐模型． 基于多维特征数据，采用非线性映射转换到高维特征空间，通过构建基于核的映射函数， 将特征映像转换为内积空间的特征子集，最终建立基于核函数的多特征线性判别分析的分类准 则，对于用户喜好的物品进行分类判别并生成推荐． 实验结果表明: 在20%、40%、60%、80% 的 数据作为训练集，其余为测试集的实验条件下，随着推荐列表长度Ｒ 的增加，推荐准确率呈现 先升后降的趋势，在25≤ Ｒ ≤35 区间内，能够

  3. 所属分类：讲义

    • 发布日期：2020-03-02
    • 文件大小：1004kb
    • 提供者：SparkQiang

  1. 基于核化局部全局一致性学习的提升机故障诊断

  2. 典型的局部全局一致性学习(Learning with Local and Global Consistency,LLGC)是基于图的半监督学习算法,虽然可以对样本进行有效标注,但对非线性数据却*为力,且会出现维数灾难现象。为此,在LLGC的基础上引入核函数,提出核化局部全局一致性学习(KLLGC)解决上述问题。提升机故障诊断的实验结果表明KLLGC的有效性和可行性。

  3. 所属分类：其它

    • 发布日期：2020-07-13
    • 文件大小：179kb
    • 提供者：weixin_38745434

  1. 用于可分离非线性系统识别的多核LSSVR方法

  2. 在某些非线性动力学系统中，状态变量函数通常可以与控制变量函数分开，这给识别此类系统带来了很多麻烦。为了很好地解决这个问题，提出了一种改进的带有多核的最小二乘支持向量回归（LSSVR）模型，并将该模型应用于非线性可分离系统的辨识。该方法利用了Morlet小波核函数的出色非线性映射能力，并将状态和控制变量信息组合到核矩阵中。利用复合小波核，LSSVR包含两个非线性函数，其变量分别为状态变量和控制变量，这样，回归函数可以获得更好的非线性映射能力，并且可以模拟二次连续积分中的几乎任何曲线空间。然后，它们

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：189kb
    • 提供者：weixin_38637580

  1. 自适应正则化核二维判别分析

  2. 传统的半监督降维技术中,在原特征空间中定义流形正则化项,但其构造无助于接下来的分类任务.针对此问题,文中提出一种自适应正则化核二维判别分析算法.首先每个图像矩阵经奇异值分解为两个正交矩阵与一个对角矩阵的乘积,通过两个核函数将两个正交矩阵列向量从原始非线性空间映射到一个高维特征空间.然后在低维特征空间中定义自适应正则化项,并将其与二维矩阵非线性方法整合于单个目标函数中,通过交替优化技术,在两个核子空间提取判别特征.最后在两个人脸数据集上的实验表明,文中算法在分类精度上获得较大提升.

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：560kb
    • 提供者：weixin_38622827

  1. 基于显着性和直方图相交核的稀疏表示手势识别

  2. 如今，稀疏表示分类（SRC）已广泛应用于各种计算机视觉领域，例如人脸识别。 但是，很少有研究人员将SRC应用到静态手势识别中。 在本文中，我们建议采用基于显着性的特征和稀疏表示进行手势识别，并对稀疏项参数和稀疏系数计算进行深入研究。 另外，文献表明，SRC不能很好地处理非线性特征，可能会产生较差的识别结果，因此，我们建议使用直方图相交核函数将原始特征映射到核特征空间中，并在核特征中使用稀疏表示分类空间。 此外，我们将SR与支持向量机（SVM），人工神经网络（ANN），贝叶斯网络（BN）和决策树（

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：725kb
    • 提供者：weixin_38536267

  1. KICA空间中基于虚假最近邻的非线性软传感器的变量选择

  2. 针对虚拟传感器建模过程中，高维冗余的非线性辅助变量造成的尺寸灾难问题，提出一种结合核独立成分法（KICA）与虚假最近邻点法（虚假最近邻居） ，FNN）的非线性辅助变量选择方法。主要利用核函数将原始非线性数据映射到线性子空间，并采用独立的成分分析消除因子之间的多重共线性，再利用虚假最近邻点法，计算原始数据在KICA子空间中投影的距离，依次确定各辅助变量对变量变量的解释能力，转换进行非线性变量选择。以某企业氢氰酸（HCN）生产Craft.io过程中的转化替代软传感器预测目标，仿真结果表明该方法可有效

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：387kb
    • 提供者：weixin_38611796

  1. 使用反向重复m序列识别非线性系统的奇/偶数二进制内核切片

  2. 用系统识别方法研究各种复杂的生活系统非常重要，在处理离散时间动态非线性系统时，问题的识别甚至更具挑战性。 可以使用基于核函数的完善模型来输入最大长度序列（m序列），并使用互相关方法来估计非线性二进制核切片。 在这项研究中，我们研究了核切片的相关数学性质，特别是它们的移位和乘积性质以及由输入m序列与输入m序列之间的互相关函数中估计的核切片的不规则移位引起的重叠失真问题。系统输出。 然后，我们推导反向重复（IR）m序列的属性，并提出一种使用IR m序列作为输入来分别估计奇数和偶数内核切片以减少内核切

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：405kb
    • 提供者：weixin_38673812

  1. 基于新型二维核函数动态X参数的功放建模

  2. 为了更准确地描述带有记忆效应的射频(RF)功放特性,基于传统的动态X参数模型,结合功放长期记忆效应以及短期记忆效应机理,提出一种新型动态X参数功放建模方法。新模型保留X参数模型的静态核函数,利用双记忆路径模型提取出表征记忆效应的非线性函数,替换动态核函数。采用输出信号为幅度与频率双变量的新型反馈(FB)结构,引入时变频率变量而简化动态核函数为二维核函数。使用MW6S010N设计功放并建模,由仿真可知,新模型在单音大信号及码分多址(CDMA)信号激励下,均能正确表征功放特性,归一化均方误差(NMS

  3. 所属分类：其它

« 12 3 4 5 6 7 »