搜索资源列表
-
6下载：
这是一个好的建模学习资料,赶快下载吧,
数学建模十大算法 ( 包含:蒙特卡罗算法、数据拟合、参数估计、
插值等数据处理算法、线性规划、整数规划、多元规划、二次规划等规划类问题、
图论算法、动态规划、回溯搜索、分治算法、分支定界等计算机算法、
最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法、
网格算法和穷举法、一些连续离散化方法、数值分析算法、图象处理算法）-This a good model to study the information, downloa
-
-
3下载：
LS和TLS算法原理及其Matlab仿真,未知的参数向量 常可以建模成矩阵方程 ，A和b分别是与观测数据有关的系数矩阵的向量。通过使误差的平方和最小来确定参数估计向量 。所求得的估计成为最小二乘估计
-LS and TLS Algorithm and its Matlab simulation, the unknown constant parameter vector into a matrix equation can be modeled, A and b are coefficien
-
-
0下载：
增广最小二乘法参数估计，系统辨识，针对含有输出噪声的SISO模型。-Augmented least squares parameter estimation, system identification, aimed at containing the output noise of the SISO model.
-
-
5下载：
EM算法Matlab实现。最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）-EM algorithm by Matlab. Maximum expected (EM) algorithm is probabilistic (probabilistic) model to find maximum likelihood parameter estimation or m
-
-
0下载：
提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果.
-Based on the function connected perceptron neural network tex
-
-
0下载：
利用差分近进化算法求解代谢途径参数估计问题-The use of differential evolution algorithm for metabolic pathway in recent parameter estimation problem
-
-
3下载：
用量子粒子群算法求解代谢途径参数估计问题-With the quantum particle swarm algorithm for parameter estimation of metabolic pathways
-
-
0下载：
svm 信号理论的核参数估计，这是一篇ieee上下载的文章，与大家分享学习，谢谢。-SIGNAL THEORY FOR SVM KERNEL PARAMETER ESTIMATION
. D. B. Nelson, R. L Damper, S. R. Gunn and B. Guo
-
-
0下载：
This package provides a Maximum Entropy Modeling toolkit written in C++ with Python binding. It includes:
Conditional Maximum Entropy Model
L-BFGS Parameter Estimation
GIS Parameter Estimation
Gaussian Prior Smoothing
C++ API
-
-
0下载：
支持向量机是一种新颖的机器学习方法，主要用于模式识别、回归预测、函数逼近、参数估计。相比于其他的学习方法，支持向量机不仅克服了非线性，局部极小和维数灾难问题，而且具有更好的泛化能力。-Support vector machine is a novel machine learning method, mainly for pattern recognition, regression, function approximation, parameter estimation. Compared
-
-
0下载：
针对目标与背景两类图像模式识别问题,在已有的特征选择方法基础上,提出了一种新颖的基于免疫分子编码机理的图像特征选择方法(IACA). 该方法借鉴生物免疫系统的抗体分
子编码机理,在对样本进行参数估计情况下,提出熵度量单个特征对于目标和背景的识别敏感度 从集合的角度研究并且定义了特征之间的包含和互补关系 并且基于组成抗体分子氨基酸结合能量最小原则,提出了关于图像目标的免疫抗体构建规则 最终实现了寻找最优特征子集的算法IACA ,该特征子集的维数通过算法自动获得无需人为设定,选择结果为目标的“免
-
-
2下载：
基于EKF的神经网络自适应在线学习算法，包含例子和文档。-We show that a hierarchical Bayesian modeling approach allows us to perform
regularization in sequential learning. We identify three inference
levels within this hierarchy: model selection, parameter estimation, and
-
-
0下载：
目标S型轨迹的产生，并用小波神经网络实现抖动S轨迹的估计。-Generate S trajectory of target and take wavelet nerve net to realize parameter estimation of staggering S trajectory.
-
-
0下载：
当信噪比较大时，采用广义最小二乘法可能会出现多个局部收敛点，解决这个问题的方法可用多级最小二乘法，一般来说多级最小二乘法包含三级辨识过程。利用输入输出数据，通过多级最小二乘法，可分别求的辅助模型，过程模型和噪声模型的参数估计值。在高噪声的情况下，多级最小二乘法明显优于广义最小二乘法，其收敛点唯一。-When the signal noise ratio (SNR), and by use of the generalized least squares method may appear mor
-
-
0下载：
适当选择辅助变量，使之满足相应条件，参数估计值就可以是无偏一致。估计辅助变量法的计算量与最小二乘法相当，但辨识效果却比最小二乘法好的多。尤其当噪声是有色的，而噪声的模型结构又不好确定时，增广最小二乘法和广义最小二乘法一般都不好直接应用，因为他们需要选用特定的模型结构，而辅助变量法不需要确定噪声的模型结构，因此辅助变量法就显得更为灵活，但辅助变量法不能同时获得噪声模型的参数估计。-Choose appropriate secondary variables, meet the relevant c
-
-
1下载：
增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding noise model for moving average
-
-
0下载：
基于非线性扩展卡尔曼滤波的Matlab程序-The extended Kalman filter can not only estimate states of nonlinear dynamic systems from noisy measurements but also can be used to estimate parameters of a nonlinear system. A direct application of parameter estimation is to t
-
-
2下载：
基于无迹卡尔曼滤波的人工神经网络matlab程序-Similar to using the extended Kalman filter, Neural Networks can also be trained through parameter estimation using the unscented Kalman filter.
This file provides a function for this purpose.
It also includes an exampl
-
-
0下载：
研究复杂网络的模型中参数未知的情况，用MALLAB解决参数估计问题-The parameters of the model study of complex networks is unknown, parameter estimation problem solve with MALLAB
-
-
0下载：
这是一篇综述文章，介绍文本分析的参数估计问题，主要是贝叶斯模型包括PLSA，LDA等-This technical note is intended to review the foundations of Bayesian parameter estimation in the discrete domain, which is necessary to understand the inner workings of
topic-based text analysis approache
-
