最小二乘法遞推算法辨識(shí)程序,輸入u,輸出y, 輸出結(jié)果中的c矩陣中最后一列為參數(shù)估計(jì)值.
標(biāo)簽: 輸出 最小二乘法 參數(shù)估計(jì) 遞推算法
上傳時(shí)間: 2014-07-12
上傳用戶(hù):003030
文法如下: (1)S->aAcBe (2)A->b (3)A->Ab (4)B->d 關(guān)於lr0的語(yǔ)法分析
上傳時(shí)間: 2015-11-22
上傳用戶(hù):thinode
一、 一元三次回歸方程 CubicMultinomialRegress.cs 方程模型為Y=a*X(3)+b*X(2)+c*X(1)+d public override double[] buildFormula() 得到系數(shù)數(shù)組,存放順序與模型系數(shù)相反,即該數(shù)組中系數(shù)的值依次是d,c,b,a。 以后所述所有模型的系數(shù)存放均與此相同(多元線性回歸方程除外)。 public override double forecast(double x) 預(yù)測(cè)函數(shù),根據(jù)模型得到預(yù)測(cè)結(jié)果 public override double computeR2() 計(jì)算相關(guān)系數(shù)(決定系數(shù)),系數(shù)越接近1,數(shù)據(jù)越滿(mǎn)足該模型。
標(biāo)簽: CubicMultinomialRegress override public double
上傳時(shí)間: 2015-11-25
上傳用戶(hù):13215175592
對(duì)數(shù)回歸方程 LogarithmRegress.cs 方程模型為 Y=a*LnX+b public override double[] buildFormula() 得到系數(shù)數(shù)組,存放順序與模型系數(shù)相反,即該數(shù)組中系數(shù)的值依次是b,a。 public override double forecast(double x) 預(yù)測(cè)函數(shù),根據(jù)模型得到預(yù)測(cè)結(jié)果。 public override double computeR2() 計(jì)算相關(guān)系數(shù)(決定系數(shù)),系數(shù)越接近1,數(shù)據(jù)越滿(mǎn)足該模型。
標(biāo)簽: LogarithmRegress buildFormula override public
上傳時(shí)間: 2014-01-23
上傳用戶(hù):330402686
快速瞭解ECLIPSE 目錄 序言· 一.Eclipse 簡(jiǎn)介 二.Eclipse 組織 三.Eclipse 相關(guān)術(shù)語(yǔ) 四.Eclipse 平臺(tái) 五.EMF & GEF 介紹 六.關(guān)於Eclipse、SWT 和JFace 一個(gè)SWT 應(yīng)用程式的基礎(chǔ)材料 基本控制項(xiàng) 標(biāo)籤 文件 按鈕 事件監(jiān)聽(tīng)器 複合控制項(xiàng) Shell 佈局管理器 FillLayout GridLayout GridData 15 建立一個(gè)執(zhí)行程式 為什麼使用SWT 七.OSGI 簡(jiǎn)介 Eclipse 資源 附錄1 SWT 的內(nèi)幕? 附錄2 相關(guān)網(wǎng)站 附錄3 外掛開(kāi)發(fā)
標(biāo)簽: Eclipse ECLIPSE EMF GEF
上傳時(shí)間: 2015-11-30
上傳用戶(hù):cc1
php詳細(xì)的語(yǔ)法說(shuō)明以及使用指南,非常適合初學(xué)這入門(mén),或者進(jìn)階使用者當(dāng)工具書(shū)查詢(xún)語(yǔ)法使用
上傳時(shí)間: 2014-08-25
上傳用戶(hù):wanqunsheng
小弟撰寫(xiě)的類(lèi)神經(jīng)網(wǎng)路backpropagataion,可以train如xor等互斥問(wèn)題,使用bcb所完成,因?yàn)殚_(kāi)發(fā)介面較為便利, 大部分使用類(lèi)別的方法撰寫(xiě),所以若有興趣移植到vc的朋友,應(yīng)該也不會(huì)有太大的障礙。
標(biāo)簽: backpropagataion train bcb xor
上傳時(shí)間: 2013-12-30
上傳用戶(hù):jeffery
小弟撰寫(xiě)的類(lèi)神經(jīng)pca對(duì)圖片的壓縮與解壓縮,對(duì)來(lái)源圖片training過(guò)後,可使用該張圖像的特性(eigenvalue和eigenvetex)來(lái)對(duì)別張圖解壓縮,非常有趣的方式,再設(shè)定threashold時(shí)注意時(shí)值不要過(guò)大,因?yàn)檫@牽涉inverse matrex的計(jì)算.
標(biāo)簽: eigenvalue eigenvetex threashol training
上傳時(shí)間: 2015-12-02
上傳用戶(hù):wpwpwlxwlx
用bcb所撰寫(xiě)的kohonen程式,優(yōu)雅的網(wǎng)狀伸張分佈,將任意維度的input data,reduce至二維x,y平面,competivite learning的最佳範(fàn)例.
標(biāo)簽: competivite learning kohonen reduce
上傳時(shí)間: 2015-12-02
上傳用戶(hù):腳趾頭
′問(wèn)題描述: 設(shè) X[0:n-1]和 Y[0:n-1]為 2 個(gè)數(shù)組,每個(gè)數(shù)組中含有 n 個(gè)已排好序的數(shù)。試設(shè)計(jì)一個(gè) O(logn)時(shí)間的算法,找出X和Y的2n個(gè)數(shù)的中位數(shù)。 例如,當(dāng)n=7,X=[1,3,6,7,8,9,10];Y=[2,4,5,11,12,13,14]時(shí),X 和Y 的中位數(shù)是7。
上傳時(shí)間: 2013-12-26
上傳用戶(hù):咔樂(lè)塢
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1