搜索资源列表
Review-on-the-theory-and-algorithm-
- 一篇讲解很好的支持向量机原理的资料,包括如何利用建立映射空间的最优分离超平面以及分类函数的建立-Information explaining a principle of good support vector machine, including how to establish an optimal separating hyperplane and the classification function to establish mapping space, etc.
TriangleArea
- 计算三点面积 及3点围成面的法向向量,对于空间网格结构开发,施加荷载时比较方便(Calculate the area of three points and the normal vector of 3 points)
line-plane-intersection
- 求空间直线与平面的交点 已知直线L过点m(m1,m2,m3),且方向向量为VL(v1,v2,v3), 平面P过点n(n1,n2,n3),且法线方向向量为VP(vp1,vp2,vp3),求得直线与平面的交点O的坐标(x,y,z)(Find the intersection of space, line and plane the line L is known to be over M (M1, M2, m3), and the direction vector is VL (V1
doa_music
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。(MUSIC algorithm is a kind of feature space based on the matrix decomposition method.From geometric point of vie
svc
- 支持向量机中,若使用特征映射将样本点映射到特征空间,则需使用核函数,该程序为调用的核函数(In support vector machine,we might use kernel function to obtian a more flexible classication)
word2vec
- word2vec本质上来说就是一个矩阵分解的模型,简单地说,矩阵刻画了每个词和其上下文的词的集合的相关情况。对这个矩阵进行分解,只取每个词对应在隐含空间的向量。(Word2vec is essentially a model of matrix decomposition. In a simple way, matrices characterize the set of words in each word and its context. The matrix is decomposed,
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机,是常见的一种判别方法。在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起,然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去,这种分类器被称为支持向量机(Support Vector Machine,简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
混沌预测工具箱
- 包括c-c相空间重构及改进算法,CAO方法相空间重构,RBF神经网络及支持向量机预测等
csp
- 共空间模式(CSP)是一种对两分类任务下的空域滤波特征提取算法,能够从多通道的脑机接口数据里面提取出每一类的空间分布成分。公共空间模式算法的基本原理是利用矩阵的对角化,找到一组最优空间滤波器进行投影,使得两类信号的方差值差异最大化,从而得到具有较高区分度的特征向量。
csp
- 共空间模式(CSP)是一种对两分类任务下的空域滤波特征提取算法,能够从多通道的脑机接口数据里面提取出每一类的空间分布成分。公共空间模式算法的基本原理是利用矩阵的对角化,找到一组最优空间滤波器进行投影,使得两类信号的方差值差异最大化,从而得到具有较高区分度的特征向量。
多重分类算法
- 基于矩阵特征空间分解的方法。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。
MUSIC算法程序源代码
- 多重信号分类MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。