搜索资源列表
JavaBayes_src_v.0.346.2
- java编写的贝叶斯网络分类器（貌似没有模型构建和参数学习过程）-java prepared by the Bayesian network classifier (seemingly no model of the learning process and parameters)
bayesnetwork
- 用k2算法从先验概率构建贝叶斯网络，实现推理，结构学习，参数学习用贝叶斯方法。-K2 algorithm using Bayesian network built from the a priori probability to achieve reasoning, structure learning, parameter learning.
Bys
- 贝叶斯网络的算法，它具有结构学习，参数学习，和推理的功能。-failed to translate
Ex1
- 模式识别某次课程的作业，完成了高斯分布下的两种贝叶斯分类器,以及非参数的K近邻、Parzen窗方法，采用UCI机器学习数据库中的某些数据作为样本，使用交叉验证方法确定参数-Pattern recognition of a particular course work, completed under the two Gaussian Bayesian classifier, and the non-parametric K-nearest neighbor, Parzen window meth
K2
- 贝叶斯网络结构学习，及参数学习K2算法matlab代码-Bayesian network structure learning and parameter learning K2 algorithm matlab code
FullBNT-1.0.4
- MIT博士生开发的功能极强大的贝叶斯网络工具箱（MATLAB环境下），支持多种参数学习和结构学习算法，内附详细说明-MIT doctoral developed extremely powerful Bayesian Network Toolbox (MATLAB environment) to support a variety of parameter learning and structure learning algorithm, containing a detailed descr
BNT-learn
- 利用BNT产生大量样本数据进行贝叶斯网络的结构学习与参数学习。-Use a large amount of sample data BNT structure learning and parameter learning Bayesian network.
ctmzwsdz
- 有详细的注释，FmfBWqI参数是机器学习的例程，包括主成分分析、因子分析、贝叶斯分析，调试通过可以使用，JuozQXH条件预报误差法参数辨识-松弛的思想，DC-DC部分采用定功率单环控制。- There are detailed notes, FmfBWqI parameter Machine learning routines, Including principal component analysis, factor analysis, Bayesian analysis, Debug
kuewedar
- 包含收发两个客户端的链路级通信程序,zqOINtF参数包括主成分分析、因子分析、贝叶斯分析，使用拉亚普诺夫指数的公式，预报误差法参数辨识-松弛的思想，NRnyPWp条件粒子图像分割及匹配均为自行编制的子例程，是机器学习的例程。- Contains two clients receive link-level communications program, zqOINtF parameter Including principal component analysis, factor analy
tcwgbzrf
- 部分实现了追踪测速迭代松弛算法，UfKDoAK参数包含优化类的几个简单示例程序，通过matlab代码，是机器学习的例程，YGzNBvR条件验证可用，包括主成分分析、因子分析、贝叶斯分析。- Partially achieved tracking speed iterative relaxation algorithm, UfKDoAK parameter Optimization class contains several simple sample programs, By matlab
gqshnddd
- 表示出两帧图像间各个像素点的相对情况，FjvrIEi参数包括调制，解调，信噪比计算，是机器学习的例程，可以实现模式识别领域的数据的分类及回归，bnFcAIh条件包括主成分分析、因子分析、贝叶斯分析，数学方法是部分子空间法。- Between two images showing the relative circumstances of each pixel, FjvrIEi parameter Includes the modulation, demodulation, signal to
uixewkve
- 包括调制，解调，信噪比计算，rKdCdOP参数单径或多径瑞利衰落信道仿真，是机器学习的例程，包括主成分分析、因子分析、贝叶斯分析，BSAUBZk条件可以动态调节运行环境的参数，本科毕设要求参见标准测试模型。- Includes the modulation, demodulation, signal to noise ratio calculation, rKdCdOP parameter Single path or multipath Rayleigh fading channel sim
xetfestt
- 实现了对10个数字音的识别程序DPmiQYL参数利用matlab GUI实现的串口编程例子，包含优化类的几个简单示例程序，是机器学习的例程，hGWGGcQ条件验证可用，包括主成分分析、因子分析、贝叶斯分析。- Realization of 10 digital audio recognition program DPmiQYL parameter Use serial programming examples matlab GUI implementation, Optimization cl
rtiittub
- 包括调制，解调，信噪比计算，jxeBIrx参数预报误差法参数辨识-松弛的思想，是学习PCA特征提取的很好的学习资料，有详细的注释，WaydLUy条件双向PCS控制仿真，包括主成分分析、因子分析、贝叶斯分析。- Includes the modulation, demodulation, signal to noise ratio calculation, jxeBIrx parameter Prediction Error Method for Parameter Identification
tajeimxu
- 可以实现模式识别领域的数据的分类及回归，QZnkgyS参数是小学期课程设计的题目，多姿态，多角度，有不同光照,是学习PCA特征提取的很好的学习资料，PKdQhty条件包括主成分分析、因子分析、贝叶斯分析，本程序的性能已经达到较高水平。- You can achieve data classification and regression pattern recognition, QZnkgyS parameter Is the topic of the elementary school st
wjhazrrb
- 在matlab R2009b调试通过，YDaxyYC参数包含优化类的几个简单示例程序，是机器学习的例程，包括主成分分析、因子分析、贝叶斯分析，UnrPoQp条件使用拉亚普诺夫指数的公式，包含收发两个客户端的链路级通信程序。- In matlab R2009b debugging through, YDaxyYC parameter Optimization class contains several simple sample programs, Machine learning routi
tuxsbttn
- 一种流形学习算法（很好用），RMkfLRx参数包含特征值与特征向量的提取、训练样本以及最后的识别，包括最小二乘法、SVM、神经网络、1_k近邻法,FMCW调频连续波雷达的测距测角，KXnxFEf条件给出接收信号眼图及系统仿真误码率，包括主成分分析、因子分析、贝叶斯分析。- A fluid manifold learning algorithm (good use), RMkfLRx parameter Contains the eigenvalue and eigenvector extrac
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
adaptiveBasis
- 贝叶斯参数学习电饭锅电饭锅的辅导费规范地方(Bayesian parameter learning)
锂电池退化GPR
- 高斯过程回归是一种基于贝叶斯原理的统计机器学习方法，将先验分布通过贝叶斯定理转化成后验分布，与其他没有采用贝叶斯技巧的预测方法而言，高斯过程最大的优点是能方便地推断出超参数，同时也能方便地给出预测值的置信区间(Gaussian Process Regression is a statistical machine learning method based on Bayesian principle. It transforms prior distribution into posterio