搜索资源列表
robustlssvm
- 一个用于鲁棒最小二乘支持向量机的函数.可以对奇异点和非高斯分布的数据进行计算.-for a robust least squares support vector machine function. Be right singular point and the non-Gaussian distribution of data calculated.
gaussianprocess4Clas
- 高斯过程是一种非参数化的学习方法，它可以很自然的用于regression，也可以用于classification。本程序用高斯过程实现分类！-Gaussian process is a non - parametric method of learning, it is very natural for regression. can also be used for classification. The procedures used to achieve classification G
Parzen_Window
- 模式识别中Parzen窗函数的实现，模拟对二维高斯分布的非参估计。窗函数有三种：高斯窗、指数窗、方窗-Pattern Recognition Parzen window function of the realization, simulation of two-dimensional Gaussian distribution is estimated non-participation. There are three window function: Gaussian window, th
The_nonlinear_filtering_algorithm_performance_anal
- 对目前非线性滤波的主要算法即扩展卡尔曼滤波、不敏卡尔曼滤波、粒子滤波、扩展卡尔曼粒子滤波和不敏粒子滤波的滤波模型、适用条件、性能进行了分析比较，给出了每种方法的计算复杂度．通过一个非线性非高斯模型进行了仿真，验证了这些算法的性能。-Present the main algorithms of the nonlinear filtering extended Kalman filter, Unscented Kalman filter, particle filter, particle filt
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
bss_ydm
- 通过基于负熵和牛顿迭代方法的fastica算法实现了随机产生的非高斯独立成分混合后矩阵的盲源分离-By FastICA and Matlab,implementint BSS.
MyGaMpiII_1.0
- 这是一个基于实数编码的Fortran语言的遗传算法，并用MPI并行实现，里面提供了丰富的选择算子，交叉算子，变异算子可供选择，如选择算子有基于赌盘选择算子，无回放余数随机选择算子，变异算子有高斯变异，自适应变异等，此外还实行了一种策略可以有效地降低早熟的概率，本人还有一份非MPI版本的遗传算法，需要者可以联系。-This is a real-coded in Fortran language of genetic algorithms, and use MPI parallel implemen
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai