支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全
2022-10-19 11:05:44 8.55MB 支持向量机(SVM)上机实验报告
1
支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全支持向量机(SVM)上机实验报告代码大全
2022-10-19 11:05:43 468KB 支持向量机(SVM)上机实验报告
1
基于支持向量机的行人检测系统设计.pdf基于支持向量机的行人检测系统设计.pdf基于支持向量机的行人检测系统设计.pdf基于支持向量机的行人检测系统设计.pdf
1
基于支持向量机的未知物体分类方法研究,魏朝鹏,何儒勇,针对MNIST手写体数字集,本文利用线性判别分析方法提取出各手写体数字图像的特征向量,并根据该特征向量设计出应用于鬼成像系统的�
2022-10-19 10:43:10 815KB 鬼成像
1
MATLAB实现SVM支持向量机多输入回归预测(完整源码和数据) 数据为多输入回归数据,输入7个特征,输出1个变量,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
2022-10-18 20:04:57 309KB 多输入回归 SVM 支持向量机 回归预测
[SD角度]=最短距离(O,V,Q); 求三个维度中两个向量 O 和 V 之间的最短(垂直)距离。 Q 是连接 O 和 V 的向量。还需要知道每个向量上的一个点来计算 Q (Q=Point1-Point2) SD 是函数返回的最短距离。 角度是两个向量之间的角度。 例子: O = [-0.012918 0.060289 0.998097]; V = [47.9083 -3.8992 65.6425]; 点 1 = [35.4 5.6 -49.4]; 点 2 = [37.4 5.8 32.8]; Q = 点 1 - 点 2; [SD角度]=最短距离(O,V,Q); 算法: 在 3D 空间中,两条斜线之间的最短距离在公共垂线的方向上。 要找到垂直于两个向量(O 和 P)的向量 P=(Px,Py,Pz),我们需要求解两个联立方程,OP=0 和 VP=0。 虽然三个未知数的两个方程通
2022-10-18 19:31:42 2KB matlab
1
MATLAB实现SVM支持向量机多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
2022-10-18 16:04:52 332KB SVM 支持向量机 多特征分类 分类预测
MATLAB实现SVM支持向量机时间序列预测(完整源码和数据) 数据为单变量时间序列数据,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
找到由向量 (x,y) 定义的多边形内的那些点 (xi,yi)。 语法:[xin,yin,Ind]=Inside(X,Y,xi,yi) 其中 Ind 是多边形内的 (xi,yi) 的索引例子: %--- 创建多边形 (x,y) phi=linspace(0,2*pi,50); X=(1+0.2*sin(6*phi)).*cos(phi); Y=(1+0.2*sin(6*phi)).*sin(phi); %--- 随机点 (xi,yi) Nr=20; xi=randn(1,Nr);yi=randn(1,Nr); [xin,yin,Ind]=内部(X,Y,xi,yi); % - - 阴谋plot(X,Y,X,Y,'.',xi,yi,'ro',xin,yin,'b.');轴相等;
2022-10-17 20:13:47 1003B matlab
1
矩阵的特征值与特征向量的计算的matlab实现,幂法、反幂法和位移反幂法、雅可比(Jacobi)方法、豪斯霍尔德(Householder)方法、实对称矩阵的三对角化、QR方法、求根位移QR方法计算实对称矩阵 的特征值、广义特征值问题~都是分析配源程序还有例题分析,其中还包含好几份这方面的实验报告。绝对的好资源,我的目的直接,绝对满足你在数值分析或是数值代数方面对特征值、特征向量的所有要求!!!! 5分绝对划算,因为这些资源可以算是csdn上所有这方面知道的一个集中,我花了将近70分将所有这些下载来,现在打包全给您了,绝对划算!!!!!
2022-10-17 16:14:19 430KB 矩阵的特征值 幂法、反幂法
1