说明:支持向量机 (SVM) 第一次听到于 1992 年,由宝狮、 尺管和在柯尔特-92 Vapnik 介绍。支持向量机 (支持向量机)是一套用于分类和回归的相关监督的学习方法。他们属于一个家庭的广义线性分类器。另一项条款,在的支持向量机 (SVM) 是一个分类和回归的预测工具,使用机器学习理论来最大化同...
说明:基因选择算法 SVMRFE基因选择算法 SVMRFE基因选择算法 SVMRFE
说明:无迹卡尔曼滤波UKF摒弃了对非线性函数进行线性化的传统做法,采用卡尔曼线性滤波框架,对于一步预测方程,使用无迹变换UT来处理均值和协方差的非线性传递问题。UKF算法是对非线性函数的概率密度分布进行近似,用一系列确定样本来逼近状态的后验概率密度,而不是对非线性函数进行近似,不需要对Jacobian矩阵...
说明:旋转森林最近热门的集成学习分类方法,可用于模式识别分类。当输入数据中存在非线性关系的时候,基于线性回归的模型就会失效,而基于树的算法则不受数据中非线性关系的影响,基于树的方法最大的一个困扰时为了避免过拟合而对树进行剪枝的难度,对于潜在数据中的噪声,大型的树倾向于受影响,导致低偏差(过度拟合)或高方差...
说明:经验模态分解(Empirical Mode Decomposition,简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破 [1] ,该方法是依据数据自身的时间尺度特征来进行信号分解,无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅...
说明:应用背景长期以来,模型式的方法和认识性的方法之间的界限分得十分清楚。而偏最小二乘法则把它们有机的结合起来了,在一个算法下,可以同时实现回归建模(多元线性回归)、数据结构简化(主成分分析)以及两组变量之间的相关性分析(典型相关分析)。这是多元统计数据分析中的一个飞跃。关键技术作为一个多元线性回归方法,...
说明:应用背景遗传算法是根据自然界生物染色体进化的数学模型。首先对种群进行初始化,对每个个体计算适应度,生产下一代。如果生成的种群达不到优化的终止条件,则按照适应度选择优良个体、父代进行交叉或变异,生成子代,然后用子代取代父代,再生成下一个子代。循环执行这一过程,直到满足优化终止条件为止。在遗传算法寻优过...
说明:粒子滤波技术在非线性、非高斯系统表现出来的优越性,决定了它的应用范围非常广泛。另外,粒子滤波器的多模态处理能力,也是它应用广泛有原因之一。国际上,粒子滤波已被应用于各个领域。在经济学领域,它被应用在经济数据预测;在军事领域已经被应用于雷达跟踪空中飞行物,空对空、空对地的被动式跟踪;在交通管制领域它被...