數值分析中的常用方法,包括解方程,列主元高斯消去法解方程組,最小二乘擬合,插值,數值積分等,通過調試,全部可用.
標簽： 方程 數值分析 常用方法 插值
上傳時間： 2016-07-21
上傳用戶：haohaoxuexi
采用全選主元的高斯—若當方法求矩陣的逆矩陣，矩陣階數不限但要非奇異，只需在主函數中給出階數和矩陣各元素即可
標簽： 矩陣 高斯
上傳時間： 2016-08-13
上傳用戶：氣溫達上千萬的
產生N(0,1)的高斯偽隨機數的程序,所用方法為極方法
標簽： 高斯 偽隨機 程序
上傳時間： 2013-12-21
上傳用戶：qazxsw
運籌學中的貝葉斯決策方法，c++代碼，可以運行
標簽： 運籌學 貝葉斯
上傳時間： 2016-08-29
上傳用戶：bruce
一篇關于混合高斯建模的方法，很經典，從中可以學到很多東西
標簽： 高斯 建模
上傳時間： 2016-09-22
上傳用戶：asdfasdfd
采用貝葉斯正則化算法提高 BP 網絡的推廣能力。我們采用兩種訓練方法，即 L-M 優化算法（trainlm）
標簽： BP 貝葉斯 正則化 算法
上傳時間： 2013-12-19
上傳用戶：三人用菜
結合稀疏貝葉斯學習方法和支持向量跟蹤(SV T) 原理, 提出了相關向量跟蹤(RV T)。由于跟蹤系統事先學習到了目標 的“知識”, 故匹配發生在候選圖像塊與先驗知識之間, 而不必考慮模板更新。相關向量有比支持向量更稀疏的性能, 所以相關 向量跟蹤比支持向量跟蹤有更快的幀處理速度。
標簽： 向量 SV RV 稀疏
上傳時間： 2016-09-30
一種基于貝葉斯理論的目標驗證方法。 提出了一種驗證圖像中候選目標的新方案. 綜合目標的先驗知識,將目標驗證轉化為給定候選目標的條 件下,圖像特征觀察集合的條件概率問題. 同時,提取圖像的短線段特征,利用短線段特征的觀察,給出了一種目標 驗證方法排除復雜場景圖像中虛假建筑物目標. 在自然圖像集上進行的實驗表明,所提出的方法能有效排除虛假 目標,滿足處理自然圖像的要求.
標簽： 圖像 貝葉斯 方案 圖像特征
上傳時間： 2013-11-26
上傳用戶：rishian
％極大似然方法 gcn為高斯有色噪聲！！！比較不同點
標簽： gcn 高斯 比較
上傳時間： 2016-10-22
上傳用戶：拔絲土豆
一個簡單的卡巴斯基的安全升級的方法
標簽： 卡巴斯基
上傳時間： 2013-12-20
上傳用戶：Pzj
蟲蟲下載站版權所有 京ICP備2021023401號-1
