您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 在线检测系统中的无线传感器网络开发

  2. 传统的电力供电发电设备在线检测系统一般采用布线或者GPRS的传输方式,不仅前期部署复杂,而且后期运营成本较高,大规模集中管理难度较大。无线传感器网路由于多跳、自组织自愈合等特性成为解决这一问题的选择。   传感器在监测过程中提供了和可靠的数据,但关键问题是系统需要一种灵活的方法将数据传送回中心数据控制站。Crossbow公司的无线传感器网络技术和解决方案可满足这一要求。该公司用于此项目的产品包括新型Mote节点IRIS、MoteWorks软件环境(包括Xmesh协议栈)、Xserver中间件和
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:73728
    • 提供者:weixin_38659159
  1. Kmeans 和 FCM 算法.pdf

  2. 基于Iris和Sonar数据集的聚类算法,同时简单的运用聚类算法进行图像分割。
  3. 所属分类:机器学习

    • 发布日期:2021-01-17
    • 文件大小:673792
    • 提供者:weixin_44758127
  1. 基于改进型模糊聚类的模糊系统建模方法

  2. 结合减法聚类和模糊C均值聚类,提出了一种改进型聚类算法,加快了收敛速度.利用改进后的算法对模糊系统输入或输出的样本集聚类,对聚类结果采Trust-Region法拟合高斯型和S型函数,以实现模糊系统输入、输出空间的划分和隶属度函数参数的确定.结合MATLAB的模糊和曲线拟合工具箱,详述了如何在标准算法上进行改进和模糊系统建模.通过对IRIS标准数据聚类实验以及在解决机械加工误差复映问题上的应用,验证了改进后算法和建模方法的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:559104
    • 提供者:weixin_38621082
  1. 没有参数的系统辨识方法与模型估计方式

  2. 基于模型类/参数模式的传统系统辨识, 虽然囊括了系统辨识几乎所有的成果, 理论也趋于成熟, 但不宜使用 在空间中分布不均匀且数量相对少的数据. 鉴于此, 提出针对这类数据建模的无参数系统辨识研究方向, 讨论基于代 表点和加权距离的无参数系统辨识方法, 给出基于分类一致性准则的模型估计方式. 与传统系统辨识的区别是, “没 有参数”并且从实质上改变估计模型的方式. 用IRIS, Breast Cancer 等典型数据检验了模型的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:162816
    • 提供者:weixin_38704870
  1. 基于Multi-kernel 和KRR的数据还原算法

  2. 由于数据被核化后不能还原, 使核方法的应用受到局限. 对此, 提出一种基于Multi-kernel 和KRR的数据还原算法. 首先, 通过同类数据中已知数据进行多次核化迭代, 使已知数据在超高维欧氏空间中呈线性; 然后, 利用已知数据对同类未知数据进行线性表示, 并以Kernel ridge regression (KRR) 算法进行未知数据的回归; 最后实现数据还原. 选取Iris flower 和JAFFE 两类数据集进行还原实验, 实验结果表明, 所提出的算法可以有效地还原未知数据, 而且
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:661504
    • 提供者:weixin_38592758
  1. KNN-IRIS-ESILV:带虹膜示例的KNN应用程序-源码

  2. K-NN算法(无库) 版权:copyright:Maxence Raballand 2021 关于 这是我为学校练习编写的算法。 此k-nn使用回归,因此您必须将您的类(标签)转换为整数,例如(class1 = 0,class2 = 1,class3 = 2,...) 该算法实际上是在论坛或外部资源完全没有帮助的情况下编写的(对于knn部分),因此这可能不是非常有效和精确。 用法 from k_nearest_neighbours import KNearestNeighbours , Al
  3. 所属分类:其它

    • 发布日期:2021-04-02
    • 文件大小:763904
    • 提供者:weixin_42161497
  1. Classifica-ao-da-flor-de-iris:虹膜物种分类模型,com数据科学和机器学习-源码

  2. 伊尔卡里夫奥古城 虹膜模型,计算机数据科学和机器学习
  3. 所属分类:其它

    • 发布日期:2021-04-02
    • 文件大小:55296
    • 提供者:weixin_42101720
  1. grafana-intersystems-datasource-源码

  2. InterSystems IRIS数据源 这是Grafana数据源,用于显示来自InterSystems IRIS的指标 特征 利用InterSystems xDBC协议 测验 克隆此仓库 docker-compose up -d 打开本地主机:3000 配置 探索 学到更多
  3. 所属分类:其它

    • 发布日期:2021-04-01
    • 文件大小:4194304
    • 提供者:weixin_42143221
  1. TSF_T2:火花基金会的实习项目-源码

  2. TSF_T2 问候!! 附件说明: TSF_T2.png:该程序的详细信息和目标。 Iris.csv:从给定的excel工作表导出到.csv文件的数据集。 TSF_T2.ipynb:根据问题声明输出已编译并成功运行的程序。
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:212992
    • 提供者:weixin_42133329
  1. K-Means-Clustering-Iris-源码

  2. K-Means聚类是一种无监督的学习技术,用于诸如市场细分,文档聚类,图像分割和图像压缩等过程。 通常,我们将K-Means聚类为: 了解数据的结构,并对相似的观察结果进行分组。 将数据分为子组,然后对不同的子组进行不同的预测。 如果我们认为子组的行为大不相同,那么通过为每个子组建立单独的模型,而不是为所有组建立一个模型,我们将获得更准确的模型。
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:401408
    • 提供者:weixin_42121412
  1. pands-project2021-源码

  2. pands-project2021 GMIT-2021上的编程和脚本编写模块项目 这个Github存储库是一个解释性文档,是我对该模块的Fisher虹膜数据集项目的研究和发现。 项目研究步骤: 项目简介 研究数据集的来源 下载数据集 使用python语言分析数据集 使用python库和模块 数据分析与变量 汇总数据集并编写调查的数据集 带有图形和表格的结果 介绍 : Iris数据集项目将基于它的多变量,相对简单和有趣的文献参考来引入数据分析。 “虹膜数据集”是许多想改善其在数据科学领域中的旅
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:206848
    • 提供者:weixin_42108778
  1. iNZightBayes:用iNZight进行贝叶斯推断-源码

  2. iNZightBayes iNZightBayes的目标是... 安装 您可以使用以下方法从安装iNZightBayes的发行版本: # install.packages("iNZightBayes") 以及来自的开发版本,其中包括: # install.packages("devtools") devtools :: install_github( " iNZightVIT/iNZightBayes " ) 例子 library( iNZightBayes ) post # >
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:37888
    • 提供者:weixin_42139252
  1. kataras-源码

  2. 消息 这是开发中的分支。 请继续关注即将发布的 。 寻找稳定的版本? 转到。 立即尝试正式的! 由于工作量很大,回答您的可能会有所延迟。 Iris Web框架 Iris是用于Go的快速,简单但功能齐全且非常有效的Web框架。 它为您的下一个网站或API提供了精美表达和易于使用的基础。 简单处理程序package main import "github.com/kataras/iris/v12" type ( request struct { Firstname string
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:2097152
    • 提供者:weixin_42109125
  1. admin-lte-iris:对AdminLTE做的修改-源码

  2. 这是个什么东西 不想整一些花里胡哨的东西,就找到了这个前端快速开发框架,下载下来发下他的侧边栏做的不是很喜欢,我以我就自行修改了一下,并在其中的页面加载了一点一点处理。 侧边栏 侧边栏的加载是通过一组数据,这组数据可以自己写死在前端,也可以通过垂直动态生成,理论上是支持无限深度的侧边栏,数据结构如下。级进行分组,再往下就不再支持了,所以只在第一级进行了group的定义,另外在往更深的层次之中,用于展开的那个标签是不用写url属性的,这里我多提一句吧,其实写了也没关系,因为根本用不到。 [
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:20971520
    • 提供者:weixin_42112894
  1. iris.csv 数据集

  2. 训练用数据集
  3. 所属分类:教育

    • 发布日期:2021-03-29
    • 文件大小:4096
    • 提供者:weixin_42711189
  1. iris-dataset-model:在虹膜数据集上评估不同ML算法的性能-源码

  2. 虹膜数据集模型 在虹膜数据集上评估不同ML算法的性能
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:2048
    • 提供者:weixin_42146086
  1. introduction-research-methods-UW-LaCrosse:这是LaPlant博士研究方法课程的Stata和R图形学的温和介绍。-源码

  2. 介绍研究方法UW-LaCrosse 这是LaPlant博士的研究方法课程的Stata和R中的图形学的简要介绍。 此仓库中的材料100%旨在复制和粘贴,以帮助您学习Stata并将其介绍给R。有关可视化数据和编码的更多练习,请下载iris数据集。 我强烈建议您查看以获取有关R中的数据可视化和常规最佳实践的更多信息! 数据 用于in类示例的数据在penguins.csv文件中,并且是。 请使用iris.csv文件进行练习。
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:7340032
    • 提供者:weixin_42134878
  1. pands-project2021-源码

  2. 编程和脚本 项目 作者:ANTE DUJIC 介绍 鸢尾花数据集也称为Fisher鸢尾花数据集,是由英国统计学家,优生学家和生物学家Ronald Fisher于1936年引入的多元数据集。数据集由150个实例组成,每个实例由50种样本组成,每种样本分别来自3种虹膜。 从每个样本中测量出4个特征: 萼片长度,以厘米为单位 萼片宽度(厘米) 花瓣长度(厘米) 花瓣宽度(厘米) 基于这四个特征的组合,我们可以区分出三种虹膜: 艾里斯·塞托萨(Iris Setosa) 鸢尾花 艾里斯·维珍
  3. 所属分类:其它

    • 发布日期:2021-03-28
    • 文件大小:2048
    • 提供者:weixin_42135754
  1. pands-2021-源码

  2. 潘兹2021 这是我的读给我的文件 项目:制作一个将分析虹膜数据集的项目,此项目相当于本课程成绩的50%。 初步项目计划: 第1周: Reseaarch Iris数据集-完整 获取Iris DataSet(下载至自述文件)-完成 有关分析数据集的方法的研究网站/论坛 最终计划决策:MyAnalysis计划-将分析哪些属性/将如何显示/直方图/ scattterplots的x和y是什么(查找相关性) 研究数据分析数据(Fisher数据集或类似数据)的Python代码,代码存储库,Pyth
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:747520
    • 提供者:weixin_42126865
  1. VQR_facile-源码

  2. VQR facile:来到selezionare le proprie pubblicazioni 在方便的情况下进行私人演讲:立即完成IRIS 。 案例一:个人和社会责任 在初步解决问题中,应尽量减少支持: Lo che,sulla base delle pubblicazioni a te ricollegate da IRIS(seguito di tue immissioni prepriti),tiaiuterànel capire in quale categoria(A,B,
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:1048576
    • 提供者:weixin_42131342
« 1 2 ... 44 45 46 47 48 49»