本文介紹了一般貝葉斯框架通過稀疏來解決回歸和經(jīng)典任務中利用線性模型中參數(shù)。雖然這框架完全概括說明了，我們對一個特定專業(yè)的做法，這個特定專業(yè)就是我們指的“相關向量機（ RVM ）” 一個模型以相同的函數(shù)模型功能流行和最先進的“支持向量機”（ SVM） 。我們論證了利用概率貝葉斯學習的構造，我們可以得出準確的預測模式，這個模型相比SVM大幅減少了使用基底函數(shù)，同時提供了一些其他優(yōu)點。這些優(yōu)點包括在效益指標的概率預測，自動估算“nuisance”參數(shù)，并利用該設施任意基函數(shù)（如：非`Mercer 的內(nèi)核）
上傳時間： 2014-01-02
上傳用戶：dancnc
核函數(shù)是利用支持向量機解決不可分問題時引入的一種非線性變換的手段?；舅枷胧峭ㄟ^非線性變換，使樣本變換之后的特征空間中變得線性可分。然后利用線性可分時構造最優(yōu)超平面的方法，在特征空間中實現(xiàn)最優(yōu)超平面的求解。
上傳時間： 2014-07-21
上傳用戶：chenjjer
在網(wǎng)絡異常檢測中,為了提高對異常狀態(tài)的檢測率，降低對正常狀態(tài)的誤判率,本文提出一種基于量子粒子群優(yōu)化算法訓練小波神經(jīng)網(wǎng)絡進行網(wǎng)絡異常檢測的新方法。利用量子粒子群優(yōu)化算法(QPSO)訓練小波神經(jīng)網(wǎng)絡,將小波神經(jīng)網(wǎng)絡(WNN)中的參數(shù)組合作為優(yōu)化算法中的一個粒子,在全局空間中搜索具有最優(yōu)適應值的參數(shù)向量。
上傳時間： 2014-12-03
上傳用戶：liuchee
從因子分析的角度出發(fā)解決基因表達譜分析問題。為解決獨立成分分析方法在求解過程中的不穩(wěn)定性，提出一種基于選擇性獨立成分分析的DNA微陣列數(shù)據(jù)集成分類器。首先對基因表達水平的重構誤差進行分析，選擇部分重構誤差較小的獨立成分進行樣本重構，然后基于重構后的樣本同時訓練多個支持向量機基分類器，最后選擇部分分類正確率較高的基分類器進行最大投票以得到最終結果。在3個常用測試集上驗證了本文設計方法的有效性。
上傳時間： 2013-12-06
上傳用戶：蟲蟲蟲蟲蟲蟲
L3_1.m: 純量量化器的設計(程式) L3_2.m: 量化造成的假輪廓(程式) L3_3.m: 向量量化器之碼簿的產(chǎn)生(程式) L3_4.m: 利用LBG訓練三個不同大小與維度的碼簿並分別進行VQ(程式) gau.m: ML量化器設計中分母的計算式(函式) gau1.m: ML量化器設計中分子的計算式(函式) LBG.m: LBG訓練法(函式) quantize.m:高斯機率密度函數(shù)的非均勻量化(函式) VQ.m: 向量量化(函式) L3_2.bmp: 影像檔 lena.mat: Matlab的矩陣變數(shù)檔
上傳時間： 2013-12-26
上傳用戶：jiahao131
目的:運用強化學習!多分類器集成!降維方法等最新計算機技術,結合細胞病理知識,設計制作/智能化肺癌細胞病理圖像診斷系統(tǒng)0"方法:采集細胞圖像,運用基于強化學習的圖像分割法將細胞區(qū)域從背景中分離出來 運用基于樣條和改進2方法對重疊細胞進行分離和重構 提取40個細胞特征用于貝葉斯!支持向量機!緊鄰和決策樹4種分類器,集成產(chǎn)生肺癌細胞分類結果 建立肺癌細胞病理圖庫,運用基于等降維方法對細胞進行比對,給予未定型癌細胞分類"結果:/智能化肺癌細胞病理診斷系統(tǒng)0應用于臨床隨機1200例肺部病灶穿刺細胞學涂片,肺癌識別診斷率94180 ,假陽性率1185 ,假陰性率3135 ,肺癌分類識別率82190 ,核異型細胞識別率74120 "結論:/智能化肺癌早期細胞病理診斷系統(tǒng)0對肺癌細胞涂片診斷率高,克服了肺癌細胞病理診斷過程中取檢細胞數(shù)量少,重疊細胞識別率低,涂片背景及染色差異等干擾因素,可輔助臨床肺部病灶的穿刺細胞病理診斷"
上傳時間： 2013-12-16
上傳用戶：chfanjiang
微分進化算法DE是1995年由Rainer Storn和Kenneth Price首先提出。DE已被證明在求解過程中具有高效性、收斂性、魯棒性等優(yōu)點[5,6] 。它在許多優(yōu)化問題中都表現(xiàn)出優(yōu)于自適應模擬退火算法、POS 算法、GA算法的性能。DE利用實數(shù)值參數(shù)向量作為每一代的種群，它的自參考種群繁殖方案與其他優(yōu)化算法不同。
標簽： Kenneth Rainer Price Storn
上傳時間： 2014-01-17
上傳用戶：851197153
通過定義一個輔助向量，該向量中的元素為每條邊端點的節(jié)點，生成無標度網(wǎng)絡
上傳時間： 2017-06-23
上傳用戶：13517191407
最小二乘支持向量機工具包，內(nèi)嵌在Matlab環(huán)境中運行
上傳時間： 2017-07-03
上傳用戶：aeiouetla
內(nèi)存駐留程序的基本思想就是讓程序一直停留在內(nèi)存中，不斷的執(zhí)行特定的命令。但內(nèi)存駐留如何被執(zhí)行呢？一般地，內(nèi)存駐留程序都是通過修改BIOS或DOS的系統(tǒng)中斷向量表來實現(xiàn)的。比如修改向量表中16H位置的中斷（這個中斷接收鍵盤的按鍵，在DOS中，按鍵按下，這個中斷就會被調(diào)用），讓其指向我的程序，這時若有按鍵被按下，則執(zhí)行的是我的程序。
上傳時間： 2013-12-20
上傳用戶：xhz1993
