说明:bagging 集成算法描述:Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器,当对每一个实例进行分类时,分别调用这T个基分类器,得到T个结果,最后对分类问题...
说明:支持向量机 (SVM) 第一次听到于 1992 年,由宝狮、 尺管和在柯尔特-92 Vapnik 介绍。支持向量机 (支持向量机)是一套用于分类和回归的相关监督的学习方法。他们属于一个家庭的广义线性分类器。另一项条款,在的支持向量机 (SVM) 是一个分类和回归的预测工具,使用机器学习理论来最大化同...
说明:应用背景 虽然传统的基因选择方法已经能够取得很好的效果,选出的基因子集有利于后续样本分类,但是这些方法主要考虑数据方差和分布的相关性,从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集,本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...
说明:可实现对二维数据的聚类,粒子图像分割及匹配均为自行编制的子例程,ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块,基于欧几里得距离的聚类分析,有信道编码,调制,信道估计等,二维声子晶体FDTD方法计算禁带宽度的例子。
说明:确定权重的方法主要有两大类:一类是主观赋权法,如AHP、专家评分法等;另一类是客观赋权法,如Critic赋值法。各种不同的方法也因其计算方法的不同而使指标的权重大小不同,本文通过具体的案例介绍客观权重赋权法中的Critic赋值法,并附录相关MATLAB源代码。