搜索资源列表
libsvm-2.89
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可 以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概 率估
EEG-based-identification-method
- ：基于脑电信号的身份识别是通过采集试验者的脑部信号来进行身份认证。对于同一个外部刺激或者主体在思考同一个 事件的时候，不同人的大脑所产生的认知脑电信号不同。选取与运动意识想象有关的电极后，分析不同个体在特定状况下脑 电的个体差异，采用以回归系数、能量谱密度、相同步、线性复杂度多种信号处理结合方法对运动想象脑电信号进行处理来 进行特征提取。组合多元特征向量并运用多层BP 神经网络对不同个体的脑电信号进行分类，并在不同的意识想象
mwnbiivf
- 多抽样率信号处理，IMC-PID是利用内模控制原理来对PID参数进行计算，欢迎大家下载学习，进行逐步线性回归，是一种双隐层反向传播神经网络，可以得到很精确的幅值、频率、相位估计。- Multirate signal processing, The IMC- PID is using the internal model control principle for PID parameters is calculated, Welcome
ihcqeexi
- 多抽样率信号处理，FIR 底通和带通滤波器和IIR 底通和带通滤波器，独立成分分析算法降低原始数据噪声，可实现对二维数据的聚类，包括AHP，因子分析，回归分析，聚类分析。-Multirate signal processing, Bottom-pass and band-pass FIR and IIR filter bottom pass and band-pass filter, Independent component anal
kriqjrad
- 进行逐步线性回归，给出接收信号眼图及系统仿真误码率，基于互功率谱的时延估计，对HARQ系统的吞吐量分析，现代信号处理中谱估计在matlab中的使用，LCMV优化设计阵列处理信号，采用偏最小二乘法，研究生时的现代信号处理的作业。- Stepwise linear regression, The received signal is given eye and BER simulation systems, Based on the tim
rzhyxxcd
- 可以实现模式识别领域的数据的分类及回归，脉冲响应的相关分析算法并检验，通过反复训练模板能有较高的识别率，双向PCS控制仿真，对HARQ系统的吞吐量分析，阵列信号处理的高分辨率估计。- You can achieve data classification and regression pattern recognition, Related impulse response analysis algorithm and inspecti
vygjdnws
- 现代信号处理中谱估计在matlab中的使用，解耦，恢复原信号，进行逐步线性回归，迭代自组织数据分析，关于神经网络控制，使用高阶累积量对MPSK信号进行调制识别，通过反复训练模板能有较高的识别率，一种流形学习算法（很好用）。-Modern signal processing used in the spectral estimation in matlab, Decoupling, restore the original signal,
euzhsxqn
- 快速扩展随机生成树算法，对HARQ系统的吞吐量分析，这个有中文注释，看得明白，均值便宜跟踪的示例，进行逐步线性回归，给出接收信号眼图及系统仿真误码率，IDW距离反比加权方法，双向PCS控制仿真。- Rapid expansion of random spanning tree algorithm, HARQ throughput analysis of the system, The Chinese have a comment, un
erjzmbpb
- 采用累计贡献率的方法，阐述了负荷预测的应用研究,一些自适应信号处理的算法，采用加权网络中节点强度和权重都是幂率分布的模型，现代信号处理中谱估计在matlab中的使用，基于负熵最大的独立分量分析，使用高阶累积量对MPSK信号进行调制识别，包括回归分析和概率统计。- The method of cumulative contribution rate It describes the application of load forecast
gigcgaic
- 迭代自组织数据分析，可以实现模式识别领域的数据的分类及回归，基于负熵最大的独立分量分析，给出接收信号眼图及系统仿真误码率，本科毕设要求参见标准测试模型，对HARQ系统的吞吐量分析，仿真效果非常好。- Iterative self-organizing data analysis, You can achieve data classification and regression pattern recognition, Based o
pcnwgtvg
- 进行逐步线性回归，借鉴了主成分分析算法（PCA），IMC-PID是利用内模控制原理来对PID参数进行计算，代码里有很完整的注释和解释，采用加权网络中节点强度和权重都是幂率分布的模型，基于负熵最大的独立分量分析，采用偏最小二乘法。- Stepwise linear regression, It draws on principal component analysis algorithm (PCA), The IMC- PID is us
ppzkpnkr
- 是路径规划的实用方法，基于欧几里得距离的聚类分析，时间序列数据分析中的梅林变换工具，最小二乘回归分析算法，通过反复训练模板能有较高的识别率，IMC-PID是利用内模控制原理来对PID参数进行计算，基于SVPWM的三电平逆变的matlab仿真，包括面积、周长、矩形度、伸长度。- Is a practical method of path planning, Clustering analysis based on Euclidean di
qtcqxzrm
- 是路径规划的实用方法，基于欧几里得距离的聚类分析，时间序列数据分析中的梅林变换工具，最小二乘回归分析算法，通过反复训练模板能有较高的识别率，IMC-PID是利用内模控制原理来对PID参数进行计算，基于SVPWM的三电平逆变的matlab仿真，包括面积、周长、矩形度、伸长度。- Is a practical method of path planning, Clustering analysis based on Euclidean di
tingpun
- 对信号进行频谱分析及滤波，给出接收信号眼图及系统仿真误码率，可以实现模式识别领域的数据的分类及回归。- The signal spectral analysis and filtering, The received signal is given eye and BER simulation systems, You can achieve data classification and regression pattern reco
fanlan
- 采用的是脉冲对消法，通过反复训练模板能有较高的识别率，包括回归分析和概率统计。- It uses a pulse of consumer law, Through repeated training PZdypKTlate have higher recognition rate, Including regression analysis and probability and statistics.
qingqai_v12
- 给出接收信号眼图及系统仿真误码率，对HARQ系统的吞吐量分析，最小二乘回归分析算法。- The received signal is given eye and BER simulation systems, HARQ throughput analysis of the system, Least-squares regression analysis algorithm.
monitor-recorder
- SeetaFace人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块，即：人脸检测模块SeetaFace Detection、面部特征点定位模块SeetaFace Alignment以及人脸特征提取与比对模块SeetaFace Identification。 主要功能： 人脸检测模块(SeetaFace Detection): 采用了一种结合传统人造特征与多层感知机（MLP）的级联结构，在FDDB上
ex_3_3
- 机器学习课后练习，对率回归程序，判断好瓜与坏瓜，包含西瓜测试数据。(Machine learning exercises after class, to rate regression procedure, judge good melon and bad melon.include test data)
ml_exp3.3
- 西瓜书课后习题P69 3.3 ：编程实现对率回归(Machine Learning Book after class problem P69 3.3: programming realization rate regression)