搜索资源列表
TestingDoc
- 自动进行JAVA单元测试和代码标准检查来帮助开发人员编写克号的代码的工具。可分析类，然后生成单元测试案例来包括最大的覆盖测试，发现未处理的异常并校验需求。-自动的基本错误预防，包括单元测试和自动代码标准检查-生成并执行单元测试案例-提供了进行黑盒测试、模型测试和系统测试的快速简单的途径-识别并预防未处理的运行时异常，函数错误，内存泄露，性能问题和安全弱点-监控测试的覆盖范围-自动回归测试-检查超过380个来自JAVA专家的编码规范-改正违反超过160个编码规范的错误-允许用户创建自己的编码规范-
Texture_Classification_With_Linear_Regression_Mode
- 基于小波分析，使用线性回归模型来进行纹理的识别和分类，是08年IEEE TRANSACTION的经典文献。-Based on wavelet analysis, the use of linear regression model for texture identification and classification, 2008 IEEE TRANSACTION are classic literature.
regressionmodel
- 回归模型可以应用于各种领域研究，阅读此PPT可以抓住回归模型建立的本质-Regression model can be applied to various areas of research, read the PPT can grasp the nature of regression model
p0821
- This paper outlines a number of commonly used software development lifecycle models, with particular emphasis on the testing activities involved in each model. Irrespective of the lifecycle model used for software development, software has to be
LISREL
- 本书主要讲述了以健身调查数据示范数据的清理和准备、多元回归分析.、用美国经济数据构建二阶最小二乘模型、以心理学数据为例示范探索性因子分析-This book focuses on the health survey data to model the data cleaning and preparation, multiple regression analysis, with building a second U.S. economic data, least squares models
MultLinReg
- multiple linear regression date model
m-break
- This paper considers issues related to multiple structural changes, occurring at unknown dates, in the linear regression model estimated by least squares.
Image-reconstruction_CS
- 合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS)，给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题，而待重建的图像是该回归模型巾的未知权值参数；利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度，并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , give a compressible image recon
chj
- 应用c开发实现多元线性回归的模型建立，矩阵多元线性方程的模型-The application c development of multiple linear regression model, the matrix multivariate linear equation model
lec5
- Li near r egr essi on, acti ve learning We arriv ed at the lo gistic regression model when trying to explicitly model the uncertainty about the lab els in a linear c la ss ifier. The same genera l modeling approach p e rmits us to use line a
the-maximum-likelihood-estimate
- 1、 极大似然估计 尝试用0~24阶多项式拟合，并用5折交叉验证选择最佳模型（多项式阶数及其系数，给出类似课件中的图），并画出最佳模型的拟合效果图（类似图1，蓝色点为训练样本、红色点为测试样本、绿色线为模型预测），给出该模型的测试误差。 2、 岭回归 多项式阶数为24，正则系数λ的取值范围为exp(-19)到exp(20)，采用并用5折交叉验证选择最佳模型。实验结果要求同1。 -1, the maximum likelihood estimate of 0 to 24 try-o
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
ML-estimation-for-linear-regression-model
- ML estimation for linear regression model
MS_Regress_FEX
- MS-VAR模型，即马尔科夫状态转换的自回归模型是Hamilton (1989) 提出的，它是允许内在要素变化的特有的计量经济学模型。-MS-VAR model, the regression model Markov state transition is Hamilton (1989) proposed that the change is to allow the intrinsic elements of specific econometric model
qen-V4.3
- 可以实现模式识别领域的数据的分类及回归，在matlab R2009b调试通过，matlab实现了五类灰色关联度模型的计算。- You can achieve data classification and regression pattern recognition, In matlab R2009b debugging through, matlab implements five gray correlation degree computing model.
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文
Iris-Dataset-Analysis-master
- 用决策树-回归分析模型来分析鸢尾花数据，训练后最终可以得到模型的准确率(Using decision tree-regression analysis model to analyze iris data, the accuracy of the model can be obtained after training.)