//=== === === === === === === === === === === ===== //函數(shù)說明 //函數(shù)名稱：Correlation //函數(shù)功能：計(jì)算最小二乘法擬合的多項(xiàng)式的相關(guān)系數(shù) //使用方法：int M------擬合多項(xiàng)式的項(xiàng)數(shù)（已知條件） // double *b---擬合曲線的系數(shù),按升次排列（已知條件） // double *x---結(jié)點(diǎn)x軸數(shù)據(jù)（已知條件） // double *y---結(jié)點(diǎn)y軸數(shù)據(jù)（已知條件） // double *Yg--結(jié)點(diǎn)估計(jì)值，與*y相對(duì)應(yīng)，個(gè)數(shù)為m（過程變量） // int m------結(jié)點(diǎn)個(gè)數(shù)（已知條件） //注意事項(xiàng)：多項(xiàng)式階數(shù)最高為10,多項(xiàng)式的形式為 y = b0 + b1*(x-Xavr)...
標(biāo)簽： Correlation 函數(shù) 計(jì)算 最小二乘法擬合
上傳時(shí)間： 2014-11-23
上傳用戶：yxgi5
合大中型人才網(wǎng)或門戶網(wǎng)站的人才頻道均可，速度快，安全好，功能多！
上傳時(shí)間： 2014-01-20
上傳用戶：lvzhr
一批VC的源碼合集，擁有相當(dāng)多實(shí)用的代碼
標(biāo)簽： 源碼
上傳時(shí)間： 2015-11-10
上傳用戶：851197153
本書共有數(shù)值計(jì)算中常用的Delphi子過程100多個(gè)，內(nèi)容包括解線性代數(shù)方程組，插值，數(shù)值積分，特殊函數(shù)，函數(shù)逼近，特征值問題，數(shù)據(jù)擬合，方程求根和非線性方程組求解，函數(shù)的極值和最優(yōu)化，數(shù)據(jù)的統(tǒng)計(jì)描述，傅里葉變換譜方法，解常微分方程組和解偏微分方程組，每一個(gè)過程都包括功能，方法，使用說明，過程和例子五部分。
標(biāo)簽： Delphi 100 數(shù)值計(jì)算 子過程
上傳時(shí)間： 2016-01-02
上傳用戶：saharawalker
這里實(shí)現(xiàn)了基于四種SVM工具箱的分類與回歸算法: 1、工具箱：LS_SVMlab Classification_LS_SVMlab.m - 多類分類 Regression_LS_SVMlab.m - 函數(shù)擬合 2、工具箱：OSU_SVM3.00 Classification_OSU_SVM.m - 多類分類 3、工具箱：stprtool\svm Classification_stprtool.m - 多類分類 4、工具箱：SVM_SteveGunn Classification_SVM_SteveGunn.m - 二類分類 Regression_SVM_SteveGunn.m - 函數(shù)擬合 更詳細(xì)的相關(guān)函數(shù)說明請(qǐng)通過help命令查看！
標(biāo)簽： Classification_LS_SVMlab Regression_LS_SVMlab LS_SVMlab SVM
上傳時(shí)間： 2016-03-03
上傳用戶：jkhjkh1982
這里實(shí)現(xiàn)了四種SVM工具箱的分類與回歸算法 1、工具箱：LS_SVMlab Classification_LS_SVMlab.m - 多類分類 Regression_LS_SVMlab.m - 函數(shù)擬合 2、工具箱：OSU_SVM3.00 Classification_OSU_SVM.m - 多類分類 3、工具箱：stprtool\svm Classification_stprtool.m - 多類分類 4、工具箱：SVM_SteveGunn Classification_SVM_SteveGunn.m - 二類分類 Regression_SVM_SteveGunn.m - 函數(shù)擬合 覺得好就幫我頂一下帖子，要不沉了！
標(biāo)簽： Classification_LS_SVMlab Regression_LS_SVMlab LS_SVMlab SVM
上傳時(shí)間： 2016-06-18
上傳用戶：anng
建立一個(gè)傳送和接收SMS訊息的應(yīng)用程式。SMSTalk是一個(gè)對(duì)話方塊導(dǎo)向的、多執(zhí)行緒應(yīng)用程式，監(jiān)視SMS讀取佇列以及提供使用者一個(gè)方法來組合和傳送SMS訊息。
上傳時(shí)間： 2016-06-24
上傳用戶：gundamwzc
[合眾達(dá)]TI常用例程，該程序經(jīng)多次調(diào)試成功
標(biāo)簽： 合眾達(dá)
上傳時(shí)間： 2016-08-01
上傳用戶：450976175
LIBSVM源碼。LIBSVM 是臺(tái)灣大學(xué)林智仁(Chih-Jen Lin)博士等開發(fā)設(shè)計(jì)的一個(gè)操作簡(jiǎn)單、 易于使用、快速有效的通用SVM 軟件包，可以解決分類問題（包括C- SVC、 n - SVC ）、回歸問題（包括e - SVR、n - SVR ）以及分布估計(jì)（one-class-SVM ） 等問題，提供了線性、多項(xiàng)式、徑向基和S形函數(shù)四種常用的核函數(shù)供選擇，可以有效地解決多類問題、交叉驗(yàn)證選擇參數(shù)、對(duì)不平衡樣本加權(quán)、多類問題的概率估計(jì)等。
標(biāo)簽： LIBSVM Chih-Jen Lin SVM
上傳時(shí)間： 2014-10-27
上傳用戶：獨(dú)孤求源
在室內(nèi)環(huán)境中可結(jié)合式子母機(jī)器人系統(tǒng)，子機(jī)為一多功能平臺(tái)，可放置各種家庭所需之設(shè)備，而母機(jī)為一輪式機(jī)器人，經(jīng)由兩者的結(jié)合，可提供高機(jī)動(dòng)性與多功能的服務(wù)。在結(jié)合的技術(shù)面，傳統(tǒng)的吸塵器機(jī)器人與充電站之間的導(dǎo)航系統(tǒng)使用紅外線感測(cè)作為依據(jù)，當(dāng)兩者間有障礙物阻擋時(shí)，紅外線感測(cè)器導(dǎo)航系統(tǒng)將會(huì)失效。因此本系統(tǒng)利用聲源方向做為機(jī)器人決定移動(dòng)方向的依據(jù)，由於聲波傳遞的特性，即使在有障礙物的情況下，依然可以有效地偵測(cè)。此外，在移動(dòng)的過程中，本系統(tǒng)利用光流偵測(cè)法判斷是否遭遇障礙物或是利用Support Vector Machine分類判斷與聲源之間為是否有障礙物的阻隔；若發(fā)現(xiàn)前方有障礙物，則啟動(dòng)避障策略，用有效的方式繼續(xù)往目標(biāo)移動(dòng)。最後，當(dāng)母機(jī)接近子機(jī)時(shí)，可根據(jù)多種紅外線感測(cè)器資訊進(jìn)行子母機(jī)器人的結(jié)合，結(jié)合成功後，母機(jī)將可搭載子機(jī)成為一自由行動(dòng)之機(jī)器人。
標(biāo)簽： 系統(tǒng)
上傳時(shí)間： 2013-12-19
上傳用戶：mhp0114
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
