搜索资源列表
LMSE-HoKashyap
- 最小平方误差(LMSE)算法实现,可训练的确定性分类器的迭代算法。用于对训练一个向量,使得向量与给定矩阵的乘积的结果向量足够小。-least square error (LMSE) algorithm can be trained classifier uncertainty iterative algorithm. For a pair of training vectors, making vector and matrix given the results of the product
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected perceptron neural network tex
MATLAB_mse
- 本文采用最小平方误差准则(MSE准则)通过训练样本集建立线性判别函数,并用线性判别函数去判断测试集。 数据集报告: 1、男女生 2、sona 3、ups-In this paper, the least square error criterion (MSE criterion) the training sample set by a linear discriminant function, and a linear discriminant function to dete
mpRegression
- 多元多项式回归,即一个程序,一个程序,对于给定的数据确定最小误差平方多项式。输出值也可能被转化运用Logit变换,从而使多元logistic回归。如何应用此程序的简要描述,可以发现在C源码包文件中的倒退/ EX / README。-A program for multivariate polynomial regression, i.e., a program that determines a minimum squared error polynomial for given data. T