基于核的学习方法SVM(Support Vector Machine)有很好的分类识别性能
基于核的学习方法SVM(Support Vector Machine)有很好的分类识别性能,这是在SVM的基础上改进的一个更好的SKM(Support Kernel Machine)Package....
基于核的学习方法SVM(Support Vector Machine)有很好的分类识别性能,这是在SVM的基础上改进的一个更好的SKM(Support Kernel Machine)Package....
核子空间样本选择方法的核最近邻凸包分类器,不需要账号就可以下载...
指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和...
该文档介绍的是IP核的使用方法,主要是ISE中的IP核...
局部线性回归方法及其稳健形式已经被看作一种有效的非参数光滑方法.与流行的核回归方法相比,它有诸多优点,诸如:较高的渐近效率和较强的适应设计能力.另外,局部线性回归能适应几乎所有的回归设计情形却不需要任何边界修正。...