可详细参考博主文章《【机器学习+sklearn框架】（一） 线性模型之Linear Regression》的公式推导，结合代码进行学习。
对“data3.m”数据，用其中一半的数据采用非线性SVM算法设计分类器并画出决策面，另一半数据用于测试分类器性能。比较不同核函数的结果。（注意讨论算法中参数设置的影响。）来自课程设计，附上matla
机器学习课程中的线性回归实验代码,运行环境为mathlab,包含两个实例:一个是身高与年龄的二元线性回归实例,运用梯度下降算法求theta,并预测年龄为3.5和7岁的两个男孩的身高;另一个是多元线性回
差分脉冲编码调制算法研究 ： 用Matlab实现DPCM算法 ，文件包括源码、运行结果分析、实验问报告文档。该文件演示了DPCM压缩文件和对文件进行解压缩的过程以及一些参数的分析，含有详细注释。
通过对无约束预测控制算式的修正，应用线性规划求解技术，提出了一种基于脉冲响应模型的线性约束系统的预测控制算法。理论特性分析表明，该方法在一些情况下具有与无约束预测控制算法相同的稳定性和鲁棒性。以一蒸
针对带有有界随机扰动和概率约束的非线性模型预测控制的优化控律求解问题.采用引入粒子滤波重采样步骤改进的粒子群算法,并与粒子的变异操作相结合来求解非线性模型预测控制优化控制律的方法,提高了算法的收敛速度
介绍了非线性模型预测控制算法结构, 提出了基于遗传算法的非线性模型预测控制方法, 将遗 传算法作为优化技术用于受限非线性模型预测控制器的设计。 算法采用双模控制策略, 将保证预测控制 算法稳定性的终点
摘 要:本文提出了一个AES加密算法的高速低功耗ASIC设计方案,使用Synopsys设计流程和VeriSilicon 0.18μm CMOS工艺,实现了最高工作频率410MHz,数据吞吐率5.23G
本文主要讲解了机器学习中的线性回归算法，包括其数学基础和应用场景，同时也对几种常用的优化方法进行了介绍。对于初学者而言，本文通俗易懂，是入门学习的良好资料。
结合九里山矿2006-2010年的抽放数据,分析了该矿的抽放量影响因素,利用SPSS软件的相关分析得到了影响瓦斯抽放量的主要因素有:有效煤孔总长度、吨煤钻孔长度、孔径100mm抽采管路占抽放管路总长的
用户评论