说明:支持向量机 SMO算法(Sequential Minimal Optimization algorithm)的matlab实现(伪码)
说明:压缩感知中利用增广拉格朗日方程解最小稀疏正则化的恢复算法
说明:假定确定性函数 Y 具有加性高斯噪声,EVAR(Y) 返回这种噪声估计的方的差。 薄板样条平滑模型用来平滑 Y。它假设其广义的交叉验证分数是最小的模型可以提供的加性噪声方差。几个测试表明 EVAR 工作得很好"不太不规则"功能。
说明:对于一般的标准形式线性规划问题(求极小问题)非常实用
说明:应用背景 虽然传统的基因选择方法已经能够取得很好的效果,选出的基因子集有利于后续样本分类,但是这些方法主要考虑数据方差和分布的相关性,从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集,本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...
说明:噪声谱估计方法,包括“minimum tracking”,“MCRA algorithm”,“IMCRA algorithm”,“Continuous minimal tracking”。