搜索资源列表
matlab_rtw_c
- (1)通过Simulink创建仿真模型;(2)配置相关RTW(Real-Time Workshop)参数;(3)通过RTW(Real-Time Workshop)自动生成C代码文件,并理解主要文件、接口函数和变量的意义;(4)在Visual C++中将生成的C代码作适当修改,编译运行并分析结果。-(1) created by Simulink simulation model (2) configuration related to RTW (Real-Time Workshop) param
TimeSeriesVC
- 时间序列相关性分析假设有两个时间序列X={x1,x2,…,xn},Y={y1,y2,…,yn},X和Y在延迟l处的相关系数R(l)计算公式如下: 其中,l的最大取值为n/2。当l的值从0变化到n/2时,就可以得到多个R(l)值,令R(l)最大值所对应的延迟为lmax,如果R(lmax)>σ(一个人为定义的阈值),那么我们就说时间序列X和Y具有延迟相关性,Y延迟于X的量为lmax。-Time series correlation analysis assumes that there a
spca
- 本程序实现稀疏主成分分析,相关方法在 H. Zou, T. Hastie, and R. Tibshirani的Sparse principal component analysis中有详细介绍(For SPCA, the method introduced in "Sparse principal component analysis" by H. Zou, T. Hastie, and R. Tibshirani)
深入浅出数据分析.pdf
- 《深入浅出数据分析》以类似“章回小说”的活泼形式,生动地向读者展现优秀的数据分析人员应知应会的技术:数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧;正文以后,意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具,在充分展现《深入浅出数据分析》目标知识以外,为读者搭建了走向下一步深入研究的桥梁。 《深入浅出数据分析》构思跌宕起伏,行文妙趣横生,无论读者是职场老手,还是业界新人;无论是字
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器(判别分析,贝叶斯,神经网络,支持向量机,决策树,基于规则的分类器,升压、装袋、堆放、随机森林和其他合奏,广义线性模型,线性,偏最小二乘法和主成分回归,logistic回归、多项式回归、多元自适应回归样条等方法),实现在WEKA,R(有或没有插入包),C和Matlab,包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class
R语言数据分析及绘图代码
- 关联是两个或多个变量取值之间存在的一类重要的可被发现的某种规律性。关联分析目的是寻找给定数据记录集中数据项之间隐藏的关联关系,描述数据之间的密切度。(Association is a kind of important discoverable regularity between the values of two or more variables. The purpose of association analysis is to find hidden relationships amo