搜索资源列表
PLR
- 在时间序列分段线性表示 PLR 基础上 ,提出用相对点平均误差度量子序列过程状态变化程度 ,改 进过程数据 PLR模型分段算法 ,克服采用单一误差算法的模型失配问题 ,更加准确地反应过程状态的变化。-:Based on PLR piecewise linear representation of time series,RPAE relative point average error is pro2 posed to measure linear degree of process
PLR
- 改进的分段线性表示方法，含有四种基本算法，自顶向下，自底向上，滑窗，以及滑窗式自底向上算法。是流行的降维、分类算法。改进之后，所得出的线段是连续的，解决了离散线段带来的不便。-Rewised PLR algorithms inclusing four basic methods: top down, bottom up, sliding window and sliding window bottom up. PLR is a popular algorithm for classificati
qruxpgfd
- 粒子图像分割及匹配均为自行编制的子例程，基于分段非线性权重值的Pso算法，表示出两帧图像间各个像素点的相对情况，有较好的参考价值，通过虚拟阵元进行DOA估计，线性调频脉冲压缩的Matlab程序。-Particle image segmentation and matching subroutines themselves are prepared, Based on piecewise nonlinear weight value Pso algorithm, Between two image
概率论与数理统计历年试题
- 基于重要点的PLR表示: 重要点被定义为在局部范围内的极值点，并且与端点的比值超过参数R。将重要点用线段连接，就得到了基于重要点的时间序列分段线性表示，((A piecewise linear representation of the time series code))
python实现分段线性表示
- 按照自顶向下和自底向上分析时间序列趋势和转折点(Found the turning point from bottom to the top and from top to the bottom)