搜索资源列表
astrom
- 以《随机控制理论导论》为基础，使用astrom算法计算控制系统的损失函数，支持符号计算与数值计算
ZDT4
- 为了有效地应用遗传算法解决 鲁棒控制系统设计问题，将遗传算法与局部优化方法相结合，提出了基于降维扫描方法的自适应多目标遗传算法（DRSA-MOGA）。通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，提高了算法的全局优化性能和局部搜索能力。仿真结果表明，DRSA-MOGA算法在不损失解的均匀度的情况下可以达到很高的逼近度-For effective application of gene
astrom
- 以《随机控制理论导论》为基础，使用astrom算法计算控制系统的损失函数，支持符号计算与数值计算-With
RD
- 信息论与编码中,信道信息传输率损失函数的迭代计算源码-Information theory and coding, channel information transfer rate of loss function, the iterative calculation of source code
svm4
- -s svm类型：SVM设置类型(默认0) 0 -- C-SVC 1 --v-SVC 2 – 一类SVM 3 -- e -SVR 4 -- v-SVR -t 核函数类型：核函数设置类型(默认2) 0 – 线性：u v 1 – 多项式：(r*u v + coef0)^degree 2 – RBF函数：exp(-r|u-v|^2) 3 –sigmoid：tan
hidden-space
- 最小二乘隐空间支持向量机 王玲 薄列峰 刘芳 焦李成 ! 在隐空间中采用最小二乘损失函数$提出了 最 小 二 乘 隐 空 间 支 持 向 量 机#0*&**52H 8 同 隐 空 间 支 持 向 量机#&**52H 一样$最小二乘隐空间支持向量机不需 要 核 函 数 满 足 正 定 条 件$从 而 扩 展 了 支 持 向 量 机 核 函 数 的 选择范围 8 由于采用了最小二乘损失函数$最小二乘隐空间支
0503102
- 设一个多媒体播放系统用来播放一个video segment集合V，该集合中的每一个元素segment S=(B L F)，其中B为开始时间，L为媒体播放时间， 即媒体长度，F为该媒体播放被延迟所造成的损失函数（此处可以假定F为关于延迟播放时间D的线性函 数，如就定义F(S) = S.D，也可以自己设定）。媒体播放时要求每个S的播放不能被中断（不可抢 占），只能一个接一个的播放。本课程设计的基本目的是设计给出尽量少损失的调度算法。对于V=
MyBayes
- 2.编写两类正态分布模式的贝叶斯分类程序。 设以下模式类别具有正态概率密度函数： ω1：{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2：{(4 4)T, (6 4)T, (6 6)T, (4 6)T} （1）设P(ω1)= P(ω2)=1/2，求这两类模式之间的贝叶斯判别界面的方程式。 （2）绘出判别界面。 3.已知服从正态分布的两类训练样本集分别为 ：，，，，
SVM-regression-theory-and-control-
- 支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点有线性回归和非线性回归,其模型的选 择包括核的选择、容量控制以及损失函数的选择.在控制方面的研究包括非线性 时间序列 的预测及应用、系统辨识以及优化控制和学习控制等方面的研究-Support vector machine (SVM) regression theory and neural network has many unique advantages such a
Giacomini
- 这段代码提出了一个通用框架out-of-sample预测能力测试和预测模型可以misspecified时选择。它可以应用到不同类型的预测从嵌套和non-nested模型使用不同的评估技术一般损失函数(用户选择)。-This code proposes a general fr a mework for out-of-sample predictive ability testing and forecast selection when
SVMcgForRegress
- 支持向量回归机的参数选择程序，通过交叉验证选择惩罚参数、损失函数以及核函数-SVM parameter selection procedure
fisher-linear-discriminant-analysis
- 本函数的功能是通过使用fisher线性判别方法求取数据的fisher直径，最佳分类数和最小分类损失函数。-Features of this function is to strike a diameter of data by using fisher fisher linear discriminant analysis method, the optimal number of categories and minimum loss
baggingPLS
- bagging PLS 一种集合建模的策略，可以根据需要改变子模型的大小，更改模型的损失函数。-A collection of bagging PLS modeling strategy, you can change the size of the sub-models necessary, change the loss function model.
ElasticNet
- 用线性回归，逻辑回归等各种方法来拟合函数曲线(Linear regression, logistic regression, fitted function curve)
LR
- 实现逻辑回归值得计算，并且通过设定的损失函数来判断最优解(just for LR or study the loss function)
lrCostFunction
- 输入权值、学习率、输入和输出，就可以计算得到损失值和梯度值(Input weight, learning rate, input and output can be calculated for loss value and gradient value)
fitness
- 比如每个企业和个人都要考虑的一个问题“在一定成本下，如何使利润最大化”等。最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。随着学习的深入，博主越来越发现最优化方法的重要性，学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解，比如我们现在学习的机器学习算法，大部分的机器学习算法的本质都是建立优化模型，通过最优化方法对目标函数（或损失函数）进行优化，从而训练
gan
- 对抗网络的基本代码，实现了两种gan，包括了网络架构，损失函数的定义(Two kinds of Gan are implemented against the basic code of the network)
Chapter04
- 基于tensorflow 的神经网络的损失函数，学习率，正则化，滑动平均等方法(Method of loss function, learning rate, regularization and sliding average of neural network based on tensorflow)
1DCNN
- 使用卷积神经网络实现心电异常分类，内含损失函数，验证集、测试集等(ECG anomaly classification using convolutional neural network)