查询修改 一种信息检索系统，它利用用户提供的相关性反馈来改进 Bing 返回的搜索结果。 提交的文件 Source Code ============================== 1) Main.java 2) Entry.java 3) BingSearch.java 4) QueryExpansion.java 5) WeightComparator.java External Libraries ============================== 6) stopwords.txt 7) org-apache-commons-codec.jar Automation Tools ============================== 8) run.sh 9) makefile Test Results & Documentation =============

人工智能-机器学习-钢琴视奏中音乐空间动觉智能的相关性研究.pdf

提出了一种基于相关性模型的机内测试诊断策略。首先根据机内测试系统的诊断策略模型，以相关性矩阵为基础，综合考虑可靠性和测试代价等因素，利用AO*算法构建了决策树；然后根据信息量的大小依次选择测试点，并确定出优化的诊断策略序列。实例分析结果表明，该方法计算复杂度小，所得的诊断策略在较低的测试代价下可以有效提高机内测试的故障检测和隔离率。

皮尔森相关性系数的计算python代码（四）

皮尔森相关性系数的计算python代码（三）

相关性矩阵问题的ADMM算法实现。 ADMM 是交替方向乘子算法, 英文全称是 Alternating Direction Method of Multipliers，本代码文件利用ADMM算法求解了统计中的相关性矩阵问题。更多信息可见http://maths.nju.edu.cn/~hebma/index

使用机器学习来测量基因之间的相关性：一个多特征模型

运用基于小波系数相关性的多尺度 Kalman滤波器组算法处理 GPS共视观测数据。在假设 GPS共视钟差数据具有1/ f分形特性的条件下,用基于小波变换的算法估计 GPS钟差数据的自相似参数 H。当0 H 1时, GPS共视钟差数据是一个具有1/ f分形特性的高斯、零均值、非静态随机过程。在此条件下,在多尺度 Kalman滤波器参数估计过程中讨论小波系数列的相关性。并在考虑相关性的基础上进行钟差数据的估计。分别对单通道和多通道共视数据进行处理,并与 Circular T数据进行了比对。结果表明本文方法

---- 注：sMC-PLS 方法对 PLS 模型的质量很敏感。 质量差的 PLS 模型可能包含大量不相关的数据变化，这些变化会影响 sMC 的变量选择。 因此，强烈建议将 sMC 与 WRT-PLS 结合使用，以对所有组件的模型进行质量评估。 WRT-PLS 的 Matlab 代码如下。 https://nl.mathworks.com/matlabcentral/fileexchange/63441-wrtpls--selection-of-the-number-of-components-in-pls-partial-least-squares ------ [1] DOI： http : //dx.doi.org/10.1016/j.chemolab.2014.08.005 TN Tran、NL Afanador、LMC Buydens、L. Blanchet，具有显着性多元相关

机器类型通信（MTC）设备可提供广泛的数据收集，尤其是在海量数据生成的环境（例如城市，工业和事件启用区域）上。 在密集部署中，MTC设备之间最近的位置收集的数据在空间上相关。 在本文中，我们提出了一种k-均值分组技术，以基于空间相关性组合所有MTC设备。 MTC设备在基于事件的区域上收集数据，然后传输到集中式聚合器以进行处理和计算。 由于集中聚合器上计算资源的限制，一些分组的MTC设备数据被卸载到与移动边缘计算服务器并置的附近基站。 作为在MTC设备上采用的传感能力，我们使用幂指数函数模型来计算MTC设备之间存在的相关系数。 在此框架的基础上，我们将所有数据在集中式聚合器上本地处理或在移动边缘计算服务器上卸载时的能耗与通过蛮力方法获得的最佳解决方案进行比较。 然后，仿真结果表明，所提出的k均值分组技术在满足所需完成时间的同时降低了集中式聚合器的能耗。