当前位置：
首页 资源下载
搜索资源 - Radial basis regression
搜索资源列表
-
2下载：
LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。,LIBSVM is林智仁Taiwan Univ
-
-
3下载：
Inverse Distance to a Power（反距离加权插值法）
Kriging（克里金插值法）
Minimum Curvature（最小曲率）
Modified Shepard s Method（改进谢别德法）
Natural Neighbor（自然邻点插值法）
Nearest Neighbor（最近邻点插值法）
Polynomial Regression（多元回归法）
Radial Basis Function（径向基
-
-
1下载：
基于多元线性回归、偏最小二乘、神经网络、卡尔漫滤波、径向基网络、主成分分析等等的程序。可用于建模和预测。-Based on multiple linear regression, partial least squares, neural networks, Carl diffuse filtering, radial basis networks, and so on principal component analysis procedure. Can be used for modelin
-
-
0下载：
SVM平台，操作简单、易于使用的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S 形函数四种常用的核函数供选择。-SVM platform is a simple, easy to use, versatile SVM software package can solve classification problems (including
-
-
0下载：
为严格(Exact)径向基网络来实现非线性的函数回归-Strict (Exact) radial basis function network to achieve nonlinear regression
-
-
0下载：
严格(Exact)径向基网络来实现非线性的函数回归-Strict (Exact) radial basis function network nonlinear regression
-
-
0下载：
A grid-connected wind-photovoltaic (PV) hybrid power system is proposed, and the steady-state model
analysis and the control strategy of the system are presented in this paper. The system consists of the PV
power, wind power, and an intelligent p
-
-
0下载：
SVM Light工具箱 Matlab接口，已经编译好，可直接用(SVMlight, by Joachims, is one of the most widely used SVM classification and regression package. It has a fast optimization algorithm, can be applied to very large datasets, and has a very efficient implementation of
-
-
0下载：
严格(Exact)径向基网络来实现非线性的函数回归(Nonlinear function regression for strict (Exact) radial basis function networks)
-
-
0下载：
支持向量机由Vapnik首先提出，像多层感知器网络和径向基函数网络一样，支持向量机可用于模式分类和非线性回归，该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification and non-linear regression. The p
-
-
6下载：
SURROGATES工具箱是一个多维函数逼近和优化方法的通用MATLAB库。当前版本包括以下功能：
实验设计：中心复合设计，全因子设计，拉丁超立方体设计，D-optimal和maxmin设计。
代理：克里金法，多项式响应面，径向基神经网络和支持向量回归。
错误和交叉验证的分析：留一法和k折交叉验证，以及经典的错误分析（确定系数，标准误差;均方根误差等;）。
基于代理的优化：高效的全局优化（EGO）算法。
其他能力：通过安全裕度进行全局敏感性分析和保守替代。(SURROGATES Toolbox
-
