R语言分类(SVMKNNLDA等)与回归代码+原始数据+分析报告，数据挖掘大作业。
2024/12/19 19:18:40
3.01MB
1
LIBSVM是台湾大学林智仁(LinChih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；
该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；
并提供了交互检验(CrossValidation)的功能。
该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；
并提供了交互检验(CrossValidation)的功能。
该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
2024/12/16 20:02:02
856KB
1
本文针对多输入多输出正交频分复用（MIMOOFDM）系统，提出了一种迭代决策导向信道估计算法。
该算法分为两部分：信道预测和信道估计。
信道预测的基本思想是使用自回归模型和信道的先验信息来预测信道状态。
然后，通过使用信道预测信息和接收信号来估计信道状态。
仿真结果表明，该方法可以提高信道估计的准确性，提高MIMO-OFDM系统的性能。
与传统的DDCE方法相比，当SNR为30时，迭代DD-CE方法的BER提升了近10％，估计精度提高了近2dB。
该算法分为两部分：信道预测和信道估计。
信道预测的基本思想是使用自回归模型和信道的先验信息来预测信道状态。
然后，通过使用信道预测信息和接收信号来估计信道状态。
仿真结果表明，该方法可以提高信道估计的准确性，提高MIMO-OFDM系统的性能。
与传统的DDCE方法相比，当SNR为30时，迭代DD-CE方法的BER提升了近10％，估计精度提高了近2dB。
2024/12/15 5:22:46
256KB
1
针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型。
通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。
采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。
应用Softmax回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。
通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达85%。
通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。
采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。
应用Softmax回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。
通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达85%。
2024/12/10 4:56:21
181KB
1
BP神经网络、ELM极限学习机、SVM支持向量机MATLAB代码，以及测试数据，用于回归预测，相关细节可以在下方评论，看到时一一解答。
2024/12/4 7:37:32
12KB
1
softmax回归模型是一种常用的分类器，也是与深度结构模型相结合最多的分类方法。
本代码包中的程序对图像构建softmax分类器，并按照图像所属类别进行分类。
程序是在matlab平台上实现的，简单易懂。
本代码包中的程序对图像构建softmax分类器，并按照图像所属类别进行分类。
程序是在matlab平台上实现的，简单易懂。
2024/11/30 11:13:18
11.14MB
1
多元病态线性回归问题的详细求解过程（MATLAB），附带相关数据与测试结果。
能解决病态线性回归问题、普通线性回归问题。
相关解析https://blog.csdn.net/qq_38832757/article/details/113666103
能解决病态线性回归问题、普通线性回归问题。
相关解析https://blog.csdn.net/qq_38832757/article/details/113666103
2024/11/28 11:51:45
80KB
1
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