搜索资源列表
miv
- 针对双基阵提供的有偏方位角量测信息,对双基阵纯方位目标可观测性的必要条件及其Cramer-Rao下限 进行了理论推导.在此基础上,采用一种新的辅助变量方法对双基阵纯方位跟踪性能进行改进,并在可观测条件下对 目标进行了蒙特卡洛仿真实验.实验结果表明,新的辅助变量方法可以使参数估计精度大大提高,并且上述理论对制 定实际的跟踪策略或算法具有一定的参考价值
miv
- 一个交叉定位算法的matlab程序，伪线性估计，并给出了克拉美罗下界
miv
- 针对双基阵提供的有偏方位角量测信息,对双基阵纯方位目标可观测性的必要条件及其Cramer-Rao下限 进行了理论推导.在此基础上,采用一种新的辅助变量方法对双基阵纯方位跟踪性能进行改进,并在可观测条件下对 目标进行了蒙特卡洛仿真实验.实验结果表明,新的辅助变量方法可以使参数估计精度大大提高,并且上述理论对制 定实际的跟踪策略或算法具有一定的参考价值 -For double-base matrix provided bia
miv
- 一个交叉定位算法的matlab程序，伪线性估计，并给出了克拉美罗下界-A cross-positioning algorithm matlab procedure, pseudo-linear estimation, and gives the lower bound of carats Merro
MiV
- 矩阵LED ARM S3C2410程序~~C源代码-的
Neural_network_based_on_BP_variable_selection--neu
- 结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。-BP neural network application with the average impact value (MIV, Mean Impact Value) method to illustrate how to use the neural ne
827
- 基于神经网络MIV值分析的肿瘤基因信息提取-Based on neural network analysis of MIV value of tumor gene information extraction
25
- 基于MIV的神经网络变量筛选 基于BP神经网络的变量筛选-Neural network variables MIV screening BP neural network based on variable filter
MIV-for-matlab(spectral)
- 基于MIV的神经网络变量筛选,可以用来作为大数据的建模和特征变量或特征波长的筛选-Neural network variables MIV screening can be used to model and characteristic variable or characteristic data as a large wavelength filter
chapter25
- 神经网络变量筛选—基于MIV的神经网络变量筛选-Neural network variable selection- based on neural network variables MAC filtering
GRNN-MIV
- 基于GRNN神经网络的MIV数据筛选，并画出数据筛选后的权重散点图。-Based on the GRNN neural network MIV data screening, and draw the data after the screening of the weight of the scatter plot.
shaixuan
- 应用matlab关于MIV的神经网络变量筛选的程序(Application of MATLAB neural network variables on the MIV screening procedures)
BP人工神经网络和MIV变量筛选
- BP人工神经网络以及基于BP人工神经网络的MIV变量筛选，用于建立预测模型以及关键工艺参数筛选(BP artificial neural network and MIV variable selection based on BP artificial neural network are used to build prediction models and key process parameters.)