搜索资源列表
zhong
- 系统聚类算法K-means 属于聚类分析中一种基本的划分方法，常采用误差平方和准则函数作为聚类准则，该算法在处理大数据集时是相对可伸缩且高效率的，同时具有潜在的数据并行性。但是这种算法依赖于初始值的选择以及数据的输入顺序；此外，当运用误差平方和准则函数测度聚类效果时，如果各簇的形状和大小差别很大，为使误差平方和 Jc 值达到最小有可能出现将大的聚类簇分割的现象。-system clustering algorithm K-means cluster analysis is a basic met
EM
- EM算法Matlab实现。最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）-EM algorithm by Matlab. Maximum expected (EM) algorithm is probabilistic (probabilistic) model to find maximum likelihood parameter estimation or m
ultra-low-sidelobe-pattern
- 基于对标准遗传算法中收敛依赖于初始群体选择的困难所作的分析,提出交替使用两种遗传繁殖操作 产生后代群体以摆脱收敛对初始群体选择的依赖. 对于超低副瓣线阵天线的方向图综合问题,建立了改进的遗传算法 优化模型.计算实例说明改进后的遗传算法其收敛不依赖于初始群体的选择,具有实际应用前景. -Difficulties by the analysis of convergence depends on the initial group selected based on the standa
multi-class-problem
- 将多类别问题分解成多个二类别问题是解决多类别分类问题的常用方式。传统one against all（OAA）分解方式的性能更多的依赖于个体分类器的精度，而不是它的差异性。本文介绍一种基于集成学习的适于多类问题的神经网络集成模型，其基本模块由一个OAA方式的二类别分类器和一个补充多类分类器组成。测试表明，该模型在多类问题上比其他经典集成算法有着更高的精度，并且有较少存储空间和计算时间的优势。-Decompose multi-class problem into multiple binary cl
RFM
- 辨识所使用的数据长度保持不变，每增加一个新数据就抛掉一个老数据，使参数估计值始终只依赖于有限个新数据所提供的新消息，克服了遗忘因子法不管多老的数据都在起作用的缺点，因此该算法更能有效的克服数据饱和现象。-Identify the use of data length remain the same, every time you add a new data will throw away an old data, make the parameter estimate always depen
Shark-3.0.0
- SHARK是一种快速、模块化、功能丰富的开源C++机器学习库。它提供了线性和非线性优化的方法，基于内核的学习算法，神经网络，和其他各种机器学习技术（见下面的特征列表）。它作为一个强大的工具箱，已经在现实世界有很多应用和研究。SHARK依赖于Boost和 cmake。它兼容Windows，Solaris，MacOS X和Linux。根据GNU通用公共许可证授权许可。-SHARK is a fast, modular, feature-rich open-source C++ machine lea
超级刷单王
- 超级刷单王外部参数详解： extern int Profit = 70;//目标盈利点数，注意该EA按5位数报价的 extern int gi_maxbuy = 6;//买单最大单数， 该EA理论上可以操作的上限为13，但是13单很吓人的！ extern int gi_maxsell = 6;//卖单的…… extern int gi_addstep = 50;//1-6单加码间距基数； 加码间距= 基数×系数的单量次方；不过是否加仓还取决于上一根柱子的阴阳，也就是说实际的间距只要超过这个数就行