主要介绍了Python实现朴素贝叶斯的学习与分类过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2021-08-25 14:50:00
97KB
1
贝叶斯学习与增强
贝叶斯分类器和Adaboost算法的实现可生成跨训练数据的不同分布生成的多个假设。
2021-07-24 21:57:02
3.19MB
1
针对传统稀疏贝叶斯学习算法(SBL)在解决低信噪比条件下信号到达角(DOA)估计有效性的问题，提出基于酉变换的实数域稀疏贝叶斯学习(RV-OGSBL)的快速离格DOA估计方法。该方法首先对均匀线阵的实际接收信号通过构造增广矩阵作为 DOA 估计的处理信号，然后利用酉变换将估计模型从复数域转化到实数域，进一步在实数域下将离格模型与稀疏贝叶斯学习算法相结合迭代处理实现 DOA 估计，获得较高的估计精度。仿真结果表明，RV-OGSBL 方法不仅能保持传统 SBL 算法的性能，而且显著降低了计算复杂度。在低信噪比和低快拍数的情况下，算法运行时间降低约50%，表明该方法是一种快速的DOA估计算法。
2021-03-23 21:35:31
714KB
1
对贝叶斯决策进行决策和学习
对数据进行提取，然后利用贝叶斯进行决策，另外还实现贝叶斯学习
2020-01-05 00:33:54
3.46MB
1
c# 基于BP算法的贝叶斯网络参数学习 貌似CSDN上的另一个相同的资源解压错误 上传一个解压没错误的 我也是摘抄的 感谢源代码作者
2019-12-21 19:25:55
1005KB
1