搜索资源列表
f
- 偏最小二乘法中的交叉有效性计算的matlab程序，怎么计算出来的预测误差平方和PRESS不太对，偏大；
神经网络
- hapter8.1.m为使用交叉验证的GRNN神经网络预测程序 chapter8.2.m为BP和GRNN效果比较程序 注意：由于是比较两种网络结果，需要先运行chapter8.1.m后运行chapter8.2.m 以保证两网络使用了相同的数据进行训练。
f
- 偏最小二乘法中的交叉有效性计算的matlab程序，怎么计算出来的预测误差平方和PRESS不太对，偏大；
BPHO_1.3-0.tar
- 利用贝叶斯预测对于变量具有高阶交叉影响因素的，R文件-Bayesian Prediction with High-order Interactions
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精
AI_Blood
- 本次大作业利用K‐近邻（K‐Nearest Neighbor）算法，为给定的训练数据集构造了分类器， 并在测试数据集上进行分类预测，同时计算了Accuracy、Precision、Recall和F‐measure，利用 10‐fold的实验方法进行交叉验证。-The big job to use K-neighbor (K-Nearest Neighbor) algorithm, for a given set of train
smlr.m
- 编写的多元回归的交叉验证程序 可供做预测模型的同仁参考-Prepared by the multiple regression of cross-validation procedure
Orangedetect
- 为了研究适合近红外光谱无损检测脐橙VC 含量的光谱预处理方法, 比较了11 种光谱预处理方法对偏最小二乘法( PLS) 建模预测效果的影响。结果表明, 小波消噪效果最好, 模型预测值与标准值的相关系数R 达到0. 957 4, 交叉验证预测均方差仅为3. 90, 最优光谱波段为7 501. 7～5 449. 8 cm- 1, 主成分数为8。小波消噪是脐橙VC 含量近红外光谱无损检测的有效光谱预处理方法。-In order to sear
cross-validation
- matlab交叉验证cross Validation，把样本集分为训练集和测试集，防止网络出现过拟合，提高网络的泛化能力和预测精度-cross Validation for matlab，to estimate the test accuracy,training accuray and validation accuracy of a neural network
Adaptive-Embedding-Dimension
- 嵌入维数自适应最小二乘支持向量机 状态时间序列预测方法 Condition Time Series Prediction Using Least Squares Support Vector Machine with Adaptive Embedding Dimension 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题, 提出一种基于嵌入维数自适应 最小二乘支持向量机( L SSVM ) 的预测方
artificial-neural-network
- 人工神经网络是在现代神经科学的基础上提出和发展起来的，旨在反映人脑结构及 功能的一种抽象数学模型。自1943 年美国心理学家W. McCulloch 和数学家W. Pitts 提 出形式神经元的抽象数学模型—MP 模型以来，人工神经网络理论技术经过了50 多年 曲折的发展。特别是20 世纪80 年代，人工神经网络的研究取得了重大进展，有关的理 论和方法已经发展成一门界于物理学、数学、计算机科学和神经生物学之间的交叉学科。
61IC_H4231
- PAV (H265) 是 音视频 压缩解压 协议，非常不同于H264/MPEG4，ZPAV (H265) 的基本算法 是 小波，多级树集合群，广义小波，数学形态小波，...... ZPAV (H265) 基本算法 ： 1，图象与声音分解与合成 ：小波 ； 2，图象与声音前处理 ：小波子带零交叉降噪，目标纹理处理，语音处理 ； 3，速率控制 ：小波子带熵速率控制 ； 4，量化与反量化 ：小波子带熵量化与反
chapter8
- chapter8_1.m为使用交叉验证的GRNN神经网络预测程序 chapter8_2.m为BP和GRNN效果比较程序-chapter8_1.m for the GRNN neural network prediction program using cross-validation chapter8_2.m for BP and GRNN effect of the program
locv
- 最先进的KPCA主成分提取法，加最先进的高斯SVM法，再加传统的交叉验证学习预测法。-The most advanced KPCA principal components extraction method, and the most advanced gaussian SVM method, then add the traditional cross validation forecast method of learning.
bp
- cheshi.m为使用交叉验证的GRNN神经网络预测程序 xiaoguobijiao.m为BP和GRNN效果比较程序(Cheshi.m is a cross validation GRNN neural network prediction program Xiaoguobijiao.m is the BP and GRNN effect comparison program)
10折交叉验证(神经网络)
- matlab进行十折交叉验证神经网络，用于预测(Matlab performs ten fold cross validation using neural networks)
jiaochayuce
- 上传文件为使用交叉验证的神经网络预测程序(Upload files for cross validation using neural network prediction programs)
trainnet_cross
- 采用10折交叉验证得到光合速率预测模型，代码中有程序语言的详细注释。(The 90% off cross validation of photosynthetic rate prediction model, the procedures detailed notes in the language code.)
基于遗传算法优化BP神经网络的非线性预测
- 针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作(Aiming at the disadvantage that the initial weights and thresholds of BP neural network are randomly selected, genetic algorithm is used to op
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; clas