PCA主元分析后用神经网络预测，A/S含量，PCA算法实现，与神经网络
上传时间： 2014-12-22
上传用户：gundamwzc
通过用列主元消去法编写程序，使学生掌握用列主元消去法解线性方程组的思想
上传时间： 2014-01-09
上传用户：duoshen1989
核主元分析和支持向量机结合的故障诊断方法
上传时间： 2013-11-29
上传用户：hewenzhi
线性代数方程组列主元三角分解法线性代数方程组
上传时间： 2014-11-08
上传用户：pkkkkp
关于关联向量机应用的最新文献！ 提出了一种核主元分析(KPCA)和关联向量机(RVM)相结合的组合建模方法。KPCA-RVM采用KPCA对原始自变量进行非线性变换并提取主成分,形成特征自变量 采用RVM,对KPCA变换后的样本数据进行回归建模,并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数,消除冗余信息干扰,获得强非线性表达能力且预报性能良好的模型。并将KPCA-RVM应用于PTA装置对羧基苯甲醛(4-CBA)含量的软测量建模,结果表明该方法预测精度高于PCA-RVM和RVM。
上传时间： 2013-12-20
上传用户：ddddddos
列主元消元法求线性方程组，方程组在程序中输入指定
上传时间： 2013-12-24
上传用户：comua
一种快速的独立主元算法，用于信号分析处理等方面
上传时间： 2017-08-20
上传用户：thuyenvinh
应用高斯列主元消去法解线性方程组的程序代码
上传时间： 2017-08-23
上传用户：skfreeman
数值分析中的高斯列主元消元算法的C语言实现
上传时间： 2013-12-19
上传用户：sssl
基于PSO训练SVM的人脸识别 利用支持向量机在学习能力方面表现的良好性能,结合核主元分析特征提取方法,将其应用于人脸识别中,该方法在实验中表现了良好的识别性能,为人脸识别领域提供了一条新的识别途径
上传时间： 2014-12-03
上传用户：13160677563
