说明:非常全面的灵敏度分析讲解以及灵敏度检验案例。
说明:自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数,然后通过前向传播,得到训练集和测试集的特征,通过0-4有标签训练集训练出softmax模型,然后输入测试集到分类模型实现分类。
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:将约束离散优化(CDO)转化为非线性约束非负整数规划(CNIP),该算法采用了种群混沌初始化、双方案变异、离散差分进化等多种改进措施,可求解非线性约束非负整数规划(CNIP),以及具有随机扰动的积分算子。针对非线性约束,给出了连续映射基惩罚的计算方法和基函数的公式,并在此基础上提出了处理约束的自适应...
说明:knn-K近邻法实现两分类的函数代码,输入为两类的样本特征,和待测试的样本向量,输出为分类结果。
说明:这是一个有关运动小球的跟踪的kalman滤波算法的小程序,运行正常!可供研究目标跟踪的同学参考!测试图片可向本人索取!