c#实现的贝叶斯网络数据分类器,可以自己设定节点数目,学习速率,进行分类学习。
2022-05-26 18:58:48 1.81MB 贝叶斯网络 分类器 源码
1
贝叶斯估计与跟踪实用指南英文版 近年出版的书,滤波算法比较全
2022-05-25 21:56:48 21.72MB 目标跟踪 滤波器 贝叶斯估计
1
(1) 一阶积分电路 图 6.3. 11 所示的是理想运算放大器构成的一阶积分电路。 根据电路分析可以得到其输入与输出关系为 比 =-土 I v:dt - RCJ 积分电路实际上也是一种低通滤波器ò (2 ) 一阶微分电路 罔 6.3.12所示的是用理想运算放大器构成的一阶微分电路。 、• • R R‘ r L斗| R 因 6.3.11 一阶积分电路 图 6.3.12 -阶徽分电路 其输入与输出关系为 v^ =-RC鱼 V dt 微分电路实际上可以被看做是一种隔离直流电压信号的电路。 6.3.4 滤波电路 (6.3.13 ) (6.3. 14) 滤波是信号处理中的一个重要概念。 滤被分经典滤波和现代滤波. 经典滤波的概念,是根 据傅里叶分析和变换提出的一个工程概念.根据高等数学理论,任何一个满足一定条件的信号, 都可以被看成是由无限个正弦波叠加而成的。就是说,工程信号是不同频率的正弦波线性叠加 而成的,组成信号的不同频率的正弦被叫做信号的频率成分或叫做谐波成分。只允许一定频率 范围内的信号成分正常通过,而阻止另一部分频率成分通过的电路,叫做经典滤波器或滤波电 路。 实际上,任何一个电子系统都具有自己的频带宽度 〈对信号最高频率的限制),频率特性 反映出了电子系统的这个基本特点. 而滤披器,则是根据电路参数对电路频带宽度的影响而设 计出来的工程应用电路。 由于数字技术的发展,目前电子系统中还经常使用数字滤波器. 数字滤波器的特点是参数 稳定,容易实现更好的漉波特性,从撞披器特性参数来看,数字滤波器具有模拟滤披器无法比 拟的优点 。 有关数字油波器的内容请读者参考有关数字信号处理的书籍。 • 129 •
2022-05-25 11:33:30 32.63MB 电子科学
1
人工智能-项目实践-情感分析-基于朴素贝叶斯实现的豆瓣影评情感分析 语料来自与豆瓣Top250排行榜中的影评,基于Scrapy抓取,大约5w条影评,好评差评各占50%。 训练集与测试集4:1,结果准确率约为80%-79%之间。 因为电影评论中有很大一部分好评中会有负面情感的词语,例如在纪录片《海豚湾》 我觉得大部分看本片会有感的人,都不知道,中国的白暨豚已经灭绝8年了,也不会知道,长江里的江豚也仅剩1000左右了。与其感慨,咒骂日本人如何捕杀海豚,不如做些实际的事情,保护一下长江里的江豚吧,没几年,也将绝迹了。中国人做出来的事情,也不会比小日本好到哪儿去。 所以说如果将这种类似的好评去除,则可以提高准确率。
2022-05-25 10:05:21 3.26MB 人工智能 文档资料 情感分析 sklearn
MetaStan R软件包 MetaStan是用于使用Stan进行Meta分析的R软件包。 建筑 MetaStan软件包位于CRAN上。 可以按以下方式安装MetaStan : install.packages( " MetaStan " ) 可以使用devtools该软件包的开发版本: devtools :: install_github( " gunhanb/MetaStan " ) 小插图 小插图可以通过以下方式获得: vignette( " MetaStan_BNHM " ) 测验 testthat软件包用于测试。 测试驻留在tests/testthat目录中。 执照 MetaStan软件包由。 它是根据。 有关引文信息,请在R中键入citation(package='MetaStan') 。要报告任何问题或错误或建议对软件包进行增强,请转到。
2022-05-24 20:29:24 163KB R
1
MatlabStan:Matlab与Stan的接口,Stan是用于贝叶斯推理的程序包
2022-05-24 20:24:16 87KB statistics matlab bayesian stan
1

基于全过程综合敌我识别中不同阶段综合敌我识别信息来源的差异, 采用动态贝叶斯网络进行建模. 在建
模过程中, 由于参数众多、样本难以全面获得、学习训练计算量巨大等问题, 将随机模糊思想引入参数学习, 从而既
可充分利用先验信息, 又尽可能地消除主观因素. 最后仿真了整个过程, 其结果验证了所提出方法的有效性.

2022-05-24 15:39:04 200KB 融合识别|贝叶斯网络|随机模糊
1
最小风险 贝叶斯 分类器 自己写的
2022-05-24 11:56:03 2KB 最小风险 贝叶斯
1
为获得正确的节点次序,提高K2算法的执行效率和精确度,提出一种构建基因调控网络的IE―K2算法。基于两个节点互信息构建无向图,通过引入联合信息熵来获得最佳的节点次序。在Alann网络中的实验结果表明,其预测的准确率优于爬山算法和随机节点顺序的K2算法;将IE―K2算法用于构建酿酒酵母的基因调控网络,通过现有文献证明了调控关系的正确性,结果显示了该算法的有效性。
2022-05-23 22:33:22 369KB 自然科学 论文
1
基于贝叶斯理论的基因调控网络建模研究,缑葵香,论文
2022-05-23 13:26:58 1.03MB 基因调控网络
1