搜索资源列表
zixiangguanxishu
- 时间序列的AR模型建立与自相关系数提取分类
pianxianguanxishu
- 微弱信号时间序列的偏相关系数提取与模式分类
ESNforMackeyGlass
- ESN（回声状态机网络）的源代码，可以用于时间序列的识别与分类
tclass-1.0.0
- 用于multivariate时间序列分类，利用了weka机器学习系统（本站可下载）-for multivariate time series classification, the use of machine learning system weka (site available for download)
R软件中文教程
- 本文档是对 R (“GNU S”）的入门介绍。R 是一种为统计计算和图形显示而设计的语言及环境，它和贝尔实验室（Bell Laboratories） John Chambers 等人开发的 S 系统相似。它提供了一系列统计和图形显示工具（线性和非线性模型，统计检验，时间序列分析，分类，聚类，……）。
ESN源程序
- ESN源程序，时间序列,利用具体问题中需分类数据的类别数畀
tclass-1.0.0
- 用于multivariate时间序列分类，利用了weka机器学习系统（本站可下载）-for multivariate time series classification, the use of machine learning system weka (site available for download)
pianxianguanxishu
- 微弱信号时间序列的偏相关系数提取与模式分类-Weak Signal time series of partial correlation coefficient extraction and pattern classification
keypoint
- 自己编写的实现时间序列中的关建点搜索，在相似搜索和分类特征提取中常用,程序中有详细说明-achieve to find out the key point of time series ,it often to be used in similarity search and classification
svm-km
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这
sampen
- SampEn是关于时间序列的规律估计近似值的一个变量。其基本思想是基于一个音频的规律性将其插入到语音或者音乐中。通过加窗计算的SampEn序列，所插入的音频流的规律性就被估计出来了。上诉方法的有效性已经被试验证实，这其中包括BBC的新闻广播和不同类型的具有多种暂时分类语音和音乐。结果显示，对于所有测试的实验，上述方法的健壮性达到了准确区分率高于90 。-SampEn time series on the approximation of
SVM
- SVM支持向量机的时间序列预测、分类、自回归代码-SVM
svm
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科-Support vector machine
svm_v0.55
- 支持向量机分类，可用于人工智能，模式识别，数据挖掘，时间序列预测-Data aggregation processing
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行
tclass-1.0.0
- 利用了weka的机器学习系统,用于multivariate时间序列分类-Use of the weka machine learning system for multivariate time series classification
AXmpp_Source
- 用于multivariate时间序列分类的机器学习系统,编程学习源码，很好的参考资料。-Machine learning system for multivariate time series classification, programming learning source, a good reference.
TimeSeriesClassification
- 时间序列挖掘算法集合，包括多种经典算法，该工程是基于weka进行改造，添加时间序列相关特性，去掉图形化界面相关信息(The collection of time series mining algorithms, including a variety of classical algorithms, is based on Weka transformation, adding time series correlation char
FSS-master
- 时间序列shapelet分类算法,各种分类算法集合(time series classification based on Shapelet)
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速