搜索资源列表
heguji
- 非参数统计学中非参数回归的简单应用核回归程序,应用范围广泛,不需要知道样本的分布就可以使用该方法。-Non-parametric statistical regression Nonparametric kernel regression of the simple application procedure, a wide range of applications, does not need to know the distribution of the samples you can u
libsvm_src_2.6NOTE
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题;并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
processing
- 基于结构张量的核回归非均匀插值算法及其在图像处理中的应用-Structure tensor based on non-uniform interpolation kernel regression algorithm and its application in image processing
libsvm-mat-2[1].9-11
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题;并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
fei
- 做非参数回归模型,窗宽的选择,核估计等方法的代码- non-parametric
poujun
- 最终的权值矩阵就是滤波器的系数,包括回归分析和概率统计,采用热核构造权重。- The final weight matrix is ??the filter coefficient, Including regression analysis and probability and statistics, Thermonuclear using weighting factor.
poufie_V5.1
- ICA(主分量分析)算法和程序,可以实现模式识别领域的数据的分类及回归,采用热核构造权重。- ICA (Principal Component Analysis) algorithm and procedures, You can achieve data classification and regression pattern recognition, Thermonuclear using weighting factor.
kenkie
- 采用热核构造权重,可以实现模式识别领域的数据的分类及回归,利用最小二乘算法实现对三维平面的拟合。- Thermonuclear using weighting factors You can achieve data classification and regression pattern recognition, Least-squares algorithm to fit a three-dimensional plane.
kang_hj51
- 可以实现模式识别领域的数据的分类及回归,采用热核构造权重,gmcalab 快速广义的形态分量分析。- You can achieve data classification and regression pattern recognition, Thermonuclear using weighting factors gmcalab fast generalized form component analysis.
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
lwpeval
- 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)。(LWP is a Matlab/Octave toolbox implementing Locally Weighted Polynomial regression (also known as Local Regression / Locally Weighted Scatterplot Smoothing / LOESS / LOWESS and Ke
GPflow_example.py
- 利用GPflow进行高斯过程回归,kernel有OU过程核等(Gauss Process Regression Using GPflow)
Kernel-Sliced-Inverse-Regression-master
- 核切片逆回归用于高维问题的维度缩减,属于数据驱动方法(Rough matlab code for kernel sliced inverse regression)