搜索资源列表
KEY44
- 矩阵键盘,行列扫描。封装成固定函数,使用超核库(Matrix keyboard, row and column scanning)
程序
- 以稀疏子空间聚类以及低秩子空间聚类等基本谱聚类算法为基础,通过 运用核映射算法,融合与数据本身结构相关的局部切线空间函数以及主成分分析 算法建立了可以应对独立子空间聚类、非独立子空间聚类、非线性聚类、混合多 流体聚类问题以及多种含有大数据量的实际问题,包括处理运动分割、人脸识别、 工件识别等情况中的多种类型数据分类的聚类算法,并且引入 Map-Reduce 并行处 理方法优化了算法的计算效率(Based on the basic spectral clustering algorith
Copula理论及应用
- Copula理论及应用实例 从xls文件中读取数据 绘制频率直方图 计算偏度和峰度 正态性检验 求经验分布函数值 核分布估计 求Copula中参数的估计值 绘制Copula的密度函数和分布函数图(sample for copula theory)
KML
- 本压缩包包含几何度量平均度量学习方法代码的核化版本,内含所有子函数。(This package contains the geometric measure of nuclear version average metric learning method code, containing all the functions.)
lwppredict
- LWP是一种Matlab / Octave工具箱实现局部加权多项式回归(也被称为局部回归/局部加权散点平滑/黄土/ LOWESS和核平滑)。使用此工具箱,您可以使用九个具有度量窗口宽度或最近邻窗口宽度的任意一个内核来拟合任意维度的数据的局部多项式。还提供了一个优化内核带宽的函数。优化可采用留一交叉验证,GCV,AICC、AIC,FPE,T,执行,或单独的验证数据。鲁棒拟合也可用。(LWP is a Matlab/Octave toolbox implementing Locally Weight
lwpparams
- LWP是一种Matlab / Octave工具箱实现局部加权多项式回归(也被称为局部回归/局部加权散点平滑/黄土/ LOWESS和核平滑)。使用此工具箱,您可以使用九个具有度量窗口宽度或最近邻窗口宽度的任意一个内核来拟合任意维度的数据的局部多项式。还提供了一个优化内核带宽的函数。(LWP is a Matlab/Octave toolbox implementing Locally Weighted Polynomial regression (also known as Local Regre
Copula应用实例及程序
- 读取数据、绘制频率直方图、*计算偏度和峰度*、正态性检验*、求经验分布函数值*、核分布估计**、核分布估计**、*求Copula中参数的估计值**、绘制Copula的密度函数和分布函数图******、求Kendall秩相关系数和Spearman秩相关系数*******、模型评价(My English is poor i hope you can understand from the chinese introdunction thinks)
ML-KELM1.0
- 多核极限学习器,是一种前馈神经网络,能逼近任意连续目标函数或分类任务重的任何复杂决策边界(Multi-kernel limit learner is a feedforward neural network, which can approach any complex decision boundary of any continuous objective function or classification task)