本代码是相关向量机。
这份资源内包括相关向量机的整体实现,并包含两个例子和说明文档,
2024/2/10 15:28:49 102KB matlab rvm 分类 回归
1
misvm,多实例支持向量机MISVM:多个实例支持向量机由Gary(gary.doran@case.edu))概述MISVM包含多个实例(MI)学习框架的支持向量机(支持向量机)算法的python实现。
为以下出版物创建了实现:Do
2024/2/8 8:35:09 146KB 开源
1
配套的相关资料,好东西。
菜菜的课程,看了就知道是好东西了。
01决策树课件数据源码02随机森林03数据预处理和特征工程04主成分分析PCA与奇异值分解SVD05逻辑回归与评分卡06聚类算法Kmeans07支持向量机上08支持向量机下09回归大家族:线性回归,岭回归,Lasso与多项式回归010朴素贝叶斯011XGBoost
2024/2/5 9:49:43 153.32MB 菜菜 机器学习 sklearn
1
采用C++开发的复矩阵数学库,含复数类CMyComplex、矩阵类CMatrix、修正贝塞尔函数类等,可进行各种复数和复矩阵运算,具体包括:实矩阵求逆的全选主元高斯-约当法、复矩阵求逆的全选主元高斯-约当法、对称正定矩阵的求逆、托伯利兹矩阵求逆的埃兰特方法、求行列式值的全选主元高斯消去法求矩阵秩的全选主元高斯消去法、对称正定矩阵的乔里斯基分解与行列式的求值、矩阵的三角分解、一般实矩阵的QR分解、一般实矩阵的奇异值分解、求广义逆的奇异值分解法、约化对称矩阵为对称三对角阵的豪斯荷尔德变换法、实对称三对角阵的全部特征值与特征向量的计算、约化一般实矩阵为赫申伯格矩阵的初等相似变换法、求赫申伯格矩阵全部特征值的QR方法、求实对称矩阵特征值与特征向量的雅可比法、求实对称矩阵特征值与特征向量的雅可比过关法等,内容十分丰富完善。
2024/2/5 6:06:28 6.39MB C++复数矩阵 数学库 Complex Matrix
1
RIP协议编程,里面有路由表的转发,是基于距离向量算法的,挺不错的
2024/2/2 20:50:22 95KB RIP
1
使用opencv的支持向量机提取车牌位置,使用多层感知机网络识别车牌字符,运行效果OK
2024/1/30 14:21:52 8.9MB opencv jni 车牌识别
1
中文维基百科语料库,将其转换为文本文件后,进行繁体字转换为简体字,字符集转换,分词,然后训练得到模型以及向量。
由于文件上传的大小限制是60MB,我这里的压缩包中有model,然后对向量提供了下载链接。
使用python中的gensim包进行训练得到的,运行时间较长,希望对你们有帮助。
2024/1/26 7:53:54 15.2MB word2vec
1
基于支持向量机的人口增长预测模型基于支持向量机的人口增长预测模型
2024/1/22 23:27:15 277KB 向量机 人口增长 预测模型
1
基于vc++的SVM源代码,可以轻松实现自动分类(如文本自动分类)、回归分析等。
SVM(支持向量机)拥有完美的数学基础。
2024/1/19 16:11:05 304KB SVM 自动分类 回归分析 支持向量机
1
使用C++AMP实现SVD,方法是单边Jacobi方法,比双边Jacobi快,特别在GPU上,基本都是向量内积的计算,
2024/1/16 13:08:29 51KB GPU SVD AMP
1
共 487 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡