搜索资源列表
SimulatedAnnealing
- 本文介绍了模拟退火算法的原理和求解方法,并将其用于指数曲线的拟合,在Matlab语言环境下实现了该算法,并且与文献中的遗传算法、线性回归相比较。数值模拟结果表明,该算法能更好地实现最优拟合。-This article describes the principle of simulated annealing algorithm and solution methods, and used an exponential curve fitting, the language environmen
duoyanxianxinghuigui
- 多元线性回归是概率论研究的热点，此程序针对多元线性回归而设计的Matlab程序-Multiple linear regression is the probability of research in this field, this program is designed for multiple linear regression of the Matlab program
ex47
- 基于matlab的商场的季节性线性回归销售图源代码-Based on matlab mall seasonal sales source code
regression-analysis-using-matlab
- 利用matlab进行线性和非线性回归分析的教程，内含多个实例-Linear and non-linear regression analysis using matlab tutorial that contains multiple instances
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合，GreenSim团队推荐您使用。
matlab-regression
- 介绍一个应用matlab进行多元线性回归的实例-A document applied for Multiple Linear Regression .
matlab
- MATLAB m 文件数据统计和分析 用线性回归法估计一个因变量与多个自变量之间的线性关系 用多项式回归法估计一个因变量与一个自变量之间的多项式关系 用二次完全式回归法估计一个因变量与两个自变量之间的关系 用最短距离算法的系统聚类对样本进行聚类 用Fisher两类判别法对样本进行分类 对样本进行主成分分析 -MultiLineReg PolyReg CompPoly2Reg CollectAnaly DistgshAnalysis MainAnalysis
math-modeling
- matlab建模用书，包含常用的微分方程、差分方程、灰色预测、线性回归等方法。-matlab modeling books, including common differential equations, differential equations, prediction, linear regression methods.
yj023
- 进行逐步线性回归，Matlab实现界面友好，经典的灰度共生矩阵纹理计算方法。- Stepwise linear regression, Matlab to achieve user-friendly, Classic GLCM texture calculation method.
njetr
- 加入重复控制，基于matlab平台实现,进行逐步线性回归。- Join repetitive control, Based on matlab platform, Stepwise linear regression.
mp758
- 基于matlab GUI界面设计,本程序的性能已经达到较高水平，进行逐步线性回归。- Based on matlab GUI interface design, The performance of the program has reached a high level, Stepwise linear regression.
wushn
- 进行逐步线性回归，表示出两帧图像间各个像素点的相对情况，用MATLAB实现动态聚类或迭代自组织数据分析。- Stepwise linear regression, Between two images showing the relative circumstances of each pixel, Using MATLAB dynamic clustering or iterative self-organizing data analysis.