從因子分析的角度出發(fā)解決基因表達(dá)譜分析問(wèn)題。為解決獨(dú)立成分分析方法在求解過(guò)程中的不穩(wěn)定性，提出一種基于選擇性獨(dú)立成分分析的DNA微陣列數(shù)據(jù)集成分類器。首先對(duì)基因表達(dá)水平的重構(gòu)誤差進(jìn)行分析，選擇部分重構(gòu)誤差較小的獨(dú)立成分進(jìn)行樣本重構(gòu)，然后基于重構(gòu)后的樣本同時(shí)訓(xùn)練多個(gè)支持向量機(jī)基分類器，最后選擇部分分類正確率較高的基分類器進(jìn)行最大投票以得到最終結(jié)果。在3個(gè)常用測(cè)試集上驗(yàn)證了本文設(shè)計(jì)方法的有效性。
上傳時(shí)間： 2013-12-06
上傳用戶：蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)
在分析了計(jì)算機(jī)中的各種隨機(jī)事件后，提出了利用計(jì)算機(jī)中固有的一些隨機(jī)事件來(lái)產(chǎn)生隨機(jī)數(shù)的方法，并對(duì)該方法的可行性作了一 定的理論探討。給出了利用該方法編寫(xiě)的部分程序，并對(duì)程序產(chǎn)生的隨機(jī)數(shù)的隨機(jī)性作了分析。
標(biāo)簽： 分 計(jì)算 機(jī)中 隨機(jī)
上傳時(shí)間： 2017-05-10
上傳用戶：541657925
QPSK通信系統(tǒng)仿真與性能分析。仿真的是在加性高斯白噪聲信道中的。
標(biāo)簽： QPSK 仿真 通信系統(tǒng) 性能分析
上傳時(shí)間： 2017-05-11
上傳用戶：wlcaption
小波變換在電力系統(tǒng)中的應(yīng)用 分析消弧線圈接地故障
標(biāo)簽： 小波變換 中的應(yīng)用 分 電力系統(tǒng)
上傳時(shí)間： 2017-05-15
上傳用戶：牛布牛
本書(shū)介紹了UML語(yǔ)言的基礎(chǔ)知識(shí)以及UML在面向?qū)ο蟮能浖到y(tǒng)分析和設(shè)計(jì)中的應(yīng)用，并通過(guò)實(shí)例講解了系統(tǒng)的面向?qū)ο蠓治雠c設(shè)計(jì)過(guò)程，以及如何用UML語(yǔ)言為系統(tǒng)建模。此外，還介紹了如何使用Rational Rose 2000中的前向工程和逆向工程。 本書(shū)結(jié)合了豐富的實(shí)例，通過(guò)實(shí)例啟發(fā)讀者如何將所學(xué)到的面向?qū)ο蠹夹g(shù)應(yīng)用于軟件系統(tǒng)的分析、設(shè)計(jì)與開(kāi)發(fā)中。 本書(shū)是一本內(nèi)容全面的面向?qū)ο蠹夹g(shù)書(shū)籍。可作為軟件設(shè)計(jì)與開(kāi)發(fā)人員的參考手冊(cè)，也可作為大專院校做面向?qū)ο蠓治雠c設(shè)計(jì)課程的教材使用。
標(biāo)簽： UML 語(yǔ)言 基礎(chǔ)知識(shí) 中的應(yīng)用
上傳時(shí)間： 2017-05-17
上傳用戶：tedo811
模糊支持向量機(jī)和獨(dú)立成分分析在人臉識(shí)別中的應(yīng)用
標(biāo)簽： 分 模糊 支持向量機(jī) 人臉識(shí)別
上傳時(shí)間： 2017-05-22
上傳用戶：vodssv
從介紹功率譜的估計(jì)原理入手,分析了經(jīng)典譜估計(jì)和現(xiàn)代譜估計(jì)兩類估計(jì)方法的原理!各自特點(diǎn)及在Matlab中的實(shí)現(xiàn)方法,最后舉了一個(gè)例子加以說(shuō)明。
標(biāo)簽： Matlab 譜估計(jì) 功率譜 分
上傳時(shí)間： 2017-06-15
上傳用戶：13517191407
MATLAB電力系統(tǒng)設(shè)計(jì)與分析. 對(duì)Matlab軟件在店里系統(tǒng)建模和仿真中的應(yīng)用作了詳細(xì)的介紹。同時(shí)列舉了大量詳細(xì)的例子。
標(biāo)簽： MATLAB Matlab 電力系統(tǒng) 建模和仿真
上傳時(shí)間： 2014-01-08
上傳用戶：qq1604324866
獨(dú)立分量分析方法及在圖像處理中的應(yīng)用研究，一篇學(xué)位論文
標(biāo)簽： 獨(dú)立 分 中的應(yīng)用 分析方法
上傳時(shí)間： 2017-06-24
上傳用戶：佳期如夢(mèng)
模擬退火算法的基本思想是從一給定解開(kāi)始,從鄰域中隨機(jī)產(chǎn)生另一個(gè)解,接受Metropolis準(zhǔn)則允許目標(biāo)函數(shù)在有限范圍內(nèi)變壞,它由一控制參數(shù)t決定,其作用類似于物理過(guò)程中的溫度T,對(duì)于控制參數(shù)的每一取值,算法持續(xù)進(jìn)行“產(chǎn)生—判斷—接受或舍去”的迭代過(guò)程,對(duì)應(yīng)著固體在某一恒定溫度下的趨于熱平衡的過(guò)程,當(dāng)控制參數(shù)逐漸減小并趨于0時(shí),系統(tǒng)越來(lái)越趨于平衡態(tài),最后系統(tǒng)狀態(tài)對(duì)應(yīng)于優(yōu)化問(wèn)題的全局最優(yōu)解,該過(guò)程也稱為冷卻過(guò)程,由于固體退火必須緩慢降溫,才能使固體在每一溫度下都達(dá)到熱平衡,最終趨于平衡狀態(tài),因此控制參數(shù)t經(jīng)緩慢衰減,才能確保模擬退火算法最終優(yōu)化問(wèn)題的整體最優(yōu)解。
標(biāo)簽： Metropolis 控制 參數(shù) 模擬退火算法
上傳時(shí)間： 2013-12-25
上傳用戶：cmc_68289287
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
