搜索资源列表
LOW-density-seperation
- 使用LDS(low density seperation)method 寻找最优分离面，然后对数据进行分类-Use LDS (low density seperation) method to find the optimal separation surface, and then classify the data
zishiyingguolvfa
- 自适应过滤法是根据一组给定的权数对时间数列的历史观察值进行加权平均计算一个预测值，然后根据预测误差调整权数以减少误差，这样反复进行直至找出一组“最佳”权数，使误差减少到最低限度，再利用最佳权数进行加权平均预测。-Adaptive filtering method is based on the number of a given set of rights to compute a weighted average of the predicted value of historical tim
pujulei
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the spectrum b
optimal_interpolation
- 利用fortran语言实现最优插值算法，使用于大气海洋资料融合分析-Using FORTRAN language to realize the optimal interpolation algorithm, used in Marine atmosphere data integration analysis
GAKMeans
- 由于Kmeans聚类分析是一个局部的搜索过程，因此加入遗传算法进行全局搜索选择最优的初始中心点使得Kmeans算法产生较大的改进-Since Kmeans Cluster analysis is a local search process, so join a global search for the genetic algorithm to the optimal initial centers such Kmeans algorithm produces greater improve
Optimal-Decision-Fusions
- 多传感器融合的优化决策理论，对于学习传感器数据挖掘有一定的借鉴意义。-Optimal Decision Fusion in Multiple Sensor Systems,pdf format.
lasso
- 使用lasso方法，对特征矩阵进行优化特征选择（向量选择），使其达到最优。-Use lasso method, optimize the characteristic matrix feature selection (vector selection), to the optimal.
pfisher
- 用于对数据进行最优分割，内部有较详细备注文档(Matlab code for fisher optimal segment)
K_Means
- K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。(K-Means is one of the clustering algorithms, in which K represents the number of classes, and Means means the mean. As t