搜索资源列表
KPCA33
- 用高斯核函数对语音信号的数据进行压缩处理
myFirstKernel
- 在gpu上实现载入核函数运行并检查是否运行成功-To achieve the gpu load kernel and run a successful check run
FastICA_24
- 改进的独立分量分析,在以往的独立分量分析中加入核函数，避免其缺陷，更好的分离信号。-Improvement of independent component analysis (ica), in the past the independent component analysis (ica) adding kernel function, avoid its defects, better separated signal.
sinput
- 在matalab上建立sin函数完成一个数据库，放入quartus中建立ip核，对其进行仿真-Sin in matalab function to complete the establishment of a database to create quartus Add ip nuclear, its simulation
exa_5
- 多核程序设计一书中第五章代码，讲述linux下使用pthread函数库进行多线程开发。-Multi-core programming code for a book chapter, talk about linux using pthread library for multi-threaded development.
2
- 是关于神经网络的数据分类预测的一个源代码，关于向量机的，采用径向基核函数-Neural network data classification forecast
WSVMcgForClass
- SVM高斯径向基核函数 matlab语言 简单易懂-SVM Radial Basis Function
svm-grid_openmp
- 支持向量机SVM gridr.py 核函数自动寻优 多核并行程序 wen7 32位系统-Support Vector Machine SVM gridr.py kernel function automatically optimizing multicore parallel programming wen7 32-bit systems
huishangguanlian
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat
parallel_PI
- 调用核函数，对PI的数值求解进行并行计算，对gpu并行计算的初学者有一定的启发-Call the kernel function, PI values for solving parallel computing, parallel computing gpu beginners have some inspiration
cudamarix-mul
- 用cuda写的矩阵相乘，包含分块和共享内存的核函数，请大家参照-Written by cuda matrix multiplication, and shared memory block containing the kernel function, please reference
chapter13_GA
- 对最小二乘支持向量机的核函数进行参数优化，最后得到分类更加准确的分类器-For least squares support vector machine (SVM) kernel function parameter optimization, finally get a more accurate classification of classifier
GaussianKernel
- 高斯核函数 的非线性分类器 性能还可以-The Gaussian kernel function of the nonlinear classifier can also be