【预测模型】基于粒子群算法优化最小二乘支持向量机lssvm实现预测matlab源码.zip
2021-11-11 15:00:49 1.05MB 简介
1
该课程是目前讲解SVM的最详细的课程,详细的讲解了SVM的数学推导过程,SMO算法的数学推导过程,并根据最终推导的公式使用python原生代码进行了实现,公式与代码一一对应。把最难理解的SVM讲解的非常透彻。
2021-11-11 13:01:46 10.83MB svm 支持向量机 SMO 机器学习 人工智能
1
采用数值分析中的反幂法来求解矩阵的特征值,采用matlab实现
2021-11-10 18:46:44 689B 反幂法 矩阵
1
新闻文本数据挖掘案例——基于词向量化得数据挖掘
2021-11-10 18:07:18 420KB 数据挖掘 TfidfVectorizer CountVectorizer
WEB应用防火墙 案例:如何打造千万流水的游戏 - 支持向量机 云安全 金融安全 安全管理 技术分析网络安全
2021-11-10 18:00:15 1.81MB 工控安全 3dcoat 安全对抗 安全研究
'z=mydist(w,p)' 计算两个向量 w:SxR 和 p:RxQ 之间的欧氏距离,并返回 z:SxQ,w 的行和 p 的列之间的距离。 此函数与 Matlab 'dist(w,p)' 的作用相同,但计算所需的内存要少得多。 它可以帮助克服神经网络中较大数据集训练中的“内存不足错误”。
2021-11-10 17:10:35 1KB matlab
1
基于粒子群优化-支持向量机方法的下肢肌电信号步态识别
2021-11-10 15:03:53 258KB 研究论文
1
在现有的稀疏诱导到达方向(DOA)估计方法中,基于稀疏贝叶斯学习(SBL)的方法已被证明可以提高精度。 但是,当信噪比(SNR)相对较低时,这些方法的学习过程收敛非常缓慢。 在本文中,我们首先表明,独立信号的阵列输出的协方差矢量(协方差矩阵的列)共享与空间信号分布相对应的相同的稀疏度分布图,并且在中等快照数量时其SNR超过原始阵列输出的SNR。被收集。 因此,通过以高计算效率重构那些矢量,可以将SBL技术用于估计独立的窄带/宽带信号的方向。 经过适当修改后,该方法可扩展到窄带相关信号。 还提供了深入分析,以显示新方法在DOA估计精度方面的下限以及在独立信号的情况下可以分离的最大信号数。 仿真结果最终证明了该方法在DOA估计精度和计算效率上的性能。
2021-11-09 22:11:44 450KB Direction-of-arrival (DOA) estimation; sparse
1
爬虫框架和文本清洗和文本向量
2021-11-09 18:00:35 42KB 爬虫框架 文本清洗
1
【手写数字识别】基于支持向量机SVM实现手写数字识别matlab源码含GUI.zip
2021-11-09 15:18:37 1.04MB 简介
1