说明:Ensemble Machine Learning.Methods and Applications.2013
说明:bagging 集成算法描述:Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器,当对每一个实例进行分类时,分别调用这T个基分类器,得到T个结果,最后对分类问题...
说明:基于自组织数据挖掘的多分类器集成选择的程序
说明:集合卡尔曼滤波(EnKF) 数据同化方法可以避免了EKF中协方差演变方程预报过程中出现的计算不准确和关于协方差矩阵的大量数据的存储问题,最主要的是可以有效的控制估计误差方差的增长,改善预报的效果。
说明:系统参数变化,用集合卡尔曼滤波器估计其变化
说明:聚类集成的matlab程序,将集成学习算法引入聚类算法中,提高聚类算法的性能
说明:集合卡尔曼滤波的matlab程序,enkf-matlab-0.30,最新版本
说明:聚类集成算法CSPA、HGPA、MCLA的实现