针对在线序贯极限学习机(OS-ELM)对增量数据学习效率低、准确性差的问题, 提出一种基于增量加权平均的在线序贯极限学习机(WOS-ELM)算法.将算法的原始数据训练模型残差与增量数据训练模型残差进行加权作为代价函数,推导出用于均衡原始数据与增量数据的训练模型,利用原始数据来弱化增量数据的波动,使在线极限学习机具有较好的稳定性,从而提高算法的学习效率和准确性. 仿真实验结果表明, 所提出的WOS-ELM算法对增量数据具有较好的预测精度和泛化能力.

个人觉得这个程序很好用，思路也不错，分享出来一块交流

此脚本显示如何从给定的扩散加权 MRI 数据集计算笛卡尔张量 ODF。 该方法保证估计的 ODF 是正定的或至少是半正定的。 此实现基于 Y. Weldeselassie、Angelos Barmpoutis 和 S. Atkins 的文章“Symmetric Positive Positive-Definite Cartesian Tensor Orientation Distribution Functions (CT-ODF)”，In the Proceedings of MICCAI, 2010

基于径向基函数局部插值的加权最小二乘法,给出了方法的基本原理及求解的一般过程。通过对 Poisson方程和悬臂梁弯曲的计算验证了该方法的有效性,并讨论了几个关键因素对收敛性的影响,得出了一 些有益的结论。

4.3 大数据应用提供者 大数据应用提供者的角色是通过在数据生命周期中执行的一组特定操作，来满足由系统协调 者规定的要求，以及安全性、隐私性要求。大数据应用提供者是体系结构组件,包含了业务逻辑和

基于加权颜色直方图与梯度方向直方图自适应融合的粒子滤波跟踪算法 matlab仿真 直升机目标跟踪 例子，使用多特征自适应融合的 粒子滤波方法，注意这是32位系统版本，64位需要重新对c语言进行编译。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于多通信半径与跳距加权优化的DV-HOP改进算法_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

竞争性自适应重加权算法处理近红外光谱数据，建模预测

基于小波子带能量加权的人脸识别算法(论文).rar

加权均值滤波 I=imread('rec.bmp'); subplot(2,2,1),imshow(I) K1=imfilter(I,fspecial('gaussian',[3 3])); K2=imfilter(I,fspecial('gaussian',[5 5])); K3=imfilter(I,fspecial('gaussian',[7 7])); subplot(2,2,2),imshow(K1) subplot(2,2,3),imshow(K2) subplot(2,2,4),imshow(K3)