机器学习入门。高斯判别算法学习过程中遇到的问题,记录下来,可以说是学习笔记,希望能给大家带来帮助。由于手写难免会有一些错误察觉不到,广泛讨论,共同进步。
1
Bayes判别分析法在泥石流预测中的应用研究,杨绪祥 ,张成良,泥石流是一种具有严重危害的自然灾害,对其进行提前预报及趋势预测是十分必要的。由于影响泥石流的因素错综复杂,固综合考虑沟道
2022-09-16 16:55:12 226KB 首发论文
1
基于Bayes判别分析的基本思想,建立煤层底板突水危险性的Bayes判别分析模型。选用煤层的含水层富水性、含水层水压、隔水层厚度、断层导水性和构造发育程度5个指标作为该模型的判别因子,以不同地区煤矿的14组煤层实测数据作为训练样本,建立了Bayes判别分析模型。为了验证模型的准确性,用回代判别方法对14组煤层实测数据进行判别,并用工程实例进行了验证。研究结果表明,Bayes判别分析模型误判率较低,能快速有效地判别出煤层底板突水危险性的等级,在实际工程中有较强的适用性。
2022-09-16 16:19:50 215KB 煤层 底板 突水 Bayes方法
1
matlab的egde源代码具有通道和空间可靠性的判别相关滤波器 DCF-CSR跟踪器的Matlab实现来自在2017年计算机视觉和模式识别会议(CVPR)会议上发表的论文,以及后来在《国际计算机视觉杂志》(IJCV)上发表的论文。 刊物 期刊出版: 艾伦·卢克希奇(AlanLukežič),托马斯·伏伊(TomášVojíř),切卡文(LukaČehovin),马塔斯(JiříMatas)和克里斯蒂安(Matej Kristan)。 ``具有通道和空间可靠性的区分性相关滤波器跟踪器'',《国际计算机视觉杂志》(IJCV),2018年。 BibTex引文: @Article {Lukezic_IJCV2018, author = {Luke {\ v {z}} i {\ v {c}},Alan和Voj {'i} {\ v {r}},Tom {'a} {\ v {s}}和{\ v {C}} ehovin Zajc,Luka和Matas,Ji {\ v {r}} {'i}和Kristan,Matej}, title = {具有通道和空间可靠性的歧视性相关过滤器跟踪器}, journal\n=
2022-08-26 09:19:02 1.14MB 系统开源
1
1. 写在前面 今天补了一下机器学习的数学知识,突然又遇到了判别模型和生成模型这两个词语,之前学习统计学习方法的时候也遇到过,当时就模模糊糊的,如今再遇到,发现我还是没明白, 但这次哪有轻易再放过去之理?所以查了很多资料,试图结合自己理解的,把这个知识点整理整理,毕竟这个知识点也是面试官非常喜欢问的一个问题。 所以,下面我尽量把语言说的白话一些。 2. 判定模型 VS 生成模型 从本质上讲,生成模型和判别模型是解决分类问题的两类基本思路。 首先,你得了解,分类问题,就是我给定一个数据x,去判断它对应的标签y。 我的目标就是P(Y|X)。 下面我直接开门见山,先说一下这两种模型针对这个目标是怎么
2022-07-17 16:39:06 401KB 判别模型 机器学习 栗子
1
基于小波变换的高斯函数极值点及拐点的判别.pdf
2022-07-10 18:00:59 267KB 计算机
基于MTALAB的神经网络判别模型.pdf
2022-07-10 18:00:55 242KB 计算机
VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC 实效编程 71 判别并定位到光驱(软驱)VisualC
2022-06-29 09:10:42 34KB VisualC实效编程71
2022年五一赛C火灾报警系统问题一等奖-武汉理工(数据代码在附录),博主版权所有,请勿二次上传。 本文针对火灾报警系统进行研究,建立熵权 TOPSIS 模型、Fisher 判别分析模 型、模糊综合评价模型,对火灾报警器的选择及管理维护具有指导性意义。 针对问题一,本文运用熵权法,建立 TOPSIS 模型。根据机号、回路等条件筛选出 存在误报情况的样本,结合地址以及误报次数得到 6 月 1 日至 18 日真实火灾起数。采 用误报警率、MTBF(平均故障间隔时间)作为可靠性、故障率的衡量标准,并对其客 观赋权。通过计算各部件与最优、最劣的距离,对部件打分,并将得分归一化。
距离判别分析程序设计流程图(1)
2022-06-15 17:03:54 246KB 文档资料
服务器状态检查中...