BP學習算法應用——模式分類 應用動量BP學習算法對uci提供的經典數據庫——鳶尾屬植物數據庫進行分類，速度快，精度高。iris.arff為數據庫文件，可用Weka數據挖掘軟件打開。Iris.csv為源代碼讀取的數據文件，通過Weka軟件轉換得到。 將源文件Iris_classify.m和Iris.csv文件放入matlab的work文件夾中直接運行即可。
標簽： uci 學習算法 分類 數據庫
上傳時間： 2013-12-21
上傳用戶：Late_Li
著名的數據挖掘測試數據集,由uci維護提供. adult.data 含１５個屬性，３２５６１個樣本．
標簽： adult data uci 數據挖掘
上傳時間： 2013-12-17
上傳用戶：youlongjian0
uci data structure mapper can map uci config sections into custom c data structures automatically by callbacks
標簽： data automatically structures uci
上傳時間： 2013-11-30
上傳用戶：123456wh
是uci數據庫中的一些有代表性的數據集，用相關軟件打開后即可使用
標簽： uci 數據庫 數據集
上傳時間： 2014-09-05
上傳用戶：Miyuki
已經處理好的uci數據集，可以直接用于matalab程序讀入
標簽： uci數據集 matalab
上傳時間： 2015-06-11
上傳用戶：keyton
提出一種基于自適應混沌粒子群優(yōu)化和支持向量機結合的非線性預測建模算法（ACPSO-SVR），引入ACPSO啟發(fā)式尋優(yōu)機制對SVR模型的超參數進行自動選取，在超參數取值范圍變化較大的情況下，效果明顯優(yōu)于網格式搜索算法。選取uci機器學習數據庫中的Forest fires標準數據集進行測試，實驗結果表明該方法具有較高的精度和良好的泛化能力，對于解決多變量的回歸預測問題是一種有效的方法。最后給出了混合算法在碳一多相催化領域的兩種典型應用，在反應動力學模型未知的情況下建立催化劑組份模型和操作條件模型，以及基于混合算法的最優(yōu)催化劑設計框架。
標簽： ACPSO-SVR 非線性建模 預測算法
上傳時間： 2013-10-23
上傳用戶：alibabamama
兩種改進的遺傳算法（自適應交叉概率的遺傳算法，加入領域競爭策略的遺傳算法）相比較的matlab程序，基于uci的兩個數據集，可直接運行程序觀察效果。
標簽： 算法 概率
上傳時間： 2013-12-28
上傳用戶：lgnf
關于Logistic回歸統(tǒng)計算法的matlab實現(xiàn)，內容包括建模、輸出變量預測和預測誤差分析。數據來自uci數據庫中的Ionosphere database，有351個統(tǒng)計實例，輸出變量是二分類變量，代表電波從電離層反射的好壞情況，共有32個特征值。(壓縮包中包含已經處理好的數據)
標簽： Logistic matlab 回歸 計算
上傳時間： 2015-10-27
上傳用戶：dragonhaixm
可以運行。很有用的。這幾天寫論文，我專門實驗過的。數據庫是uci里面的任何一個
標簽： Apriori
上傳時間： 2015-05-19
上傳用戶：liangziheng
兩種改進的遺傳算法（自適應交叉概率的遺傳算法，加入領域競爭策略的遺傳算法）相比較的matlab程序，基于uci的兩個數據集，可直接運行程序觀察效果
標簽： 遺傳算法 路徑
上傳時間： 2016-03-03
上傳用戶：HUSHAOYONG
蟲蟲下載站版權所有 京ICP備2021023401號-1
