非线性状态方程

嵌入式常用的算法 - 斜波函数

它是一种二阶非线性函数，可以通过幂函数和三角函数组合来定义。
现代的三流魔法使·2023-01-17 09:45

嵌入式常用的算法 - 简易滤波

简单滤波主要有两种类型，分别是线性滤波和非线性滤波。线性滤波是基于线性运算的，主要有平均滤波和卷积滤波。平均滤波是通过将一段信号平均分割成若干部分来减少噪声。
现代的三流魔法使·2023-01-17 09:05

分组卷积计算量_计算机视觉知识点汇总（1）

通常用于增加非线性，或降维，这相当于在通道数方向上进行了压缩。1×1卷积是减少网络计算量和参数的重要方式。池化层根据特征图上的局部统计信息进行下采样，在保留有用信息的同时减少特征图的大小。
weixin_39780784·2023-01-17 09:18

数学建模：10 蒙特卡罗模拟

目录概述实例投针问题三门问题模拟排队问题有约束的非线性规划问题书店买书问题（0-1规划）导弹追踪问题旅行商问题TSP换灯泡武器升级估计自然对数的底数e概述原理：由大数定理可知，当样本容量足够大时，事件的发生频率即为其概率实例投针问题需要随机模拟的是
NElks·2023-01-17 07:23

数字图像处理

目录一、常见的颜色空间二、图像卷积三、噪声1、高斯噪声（gaussian）2、椒盐噪声（salt&pepper）四、图像滤波1、线性滤波（1）均值滤波（2）方框滤波（3）高斯滤波2、非线性滤波（1）中值滤波
cv研究僧·2023-01-17 05:18

机器学习：逻辑回归

Logistic回归是概率型非线性回归模型,是研究二值型输出分类的一种多变量分析方法。
Little_mosquito_·2023-01-16 21:39

统计学 | 最大似然估计与EM算法（持续更新）

原理1.2示例2.EM算法2.1原理2.2示例参考资料统计计算中的优化问题1.最大似然估计1.1原理统计中许多问题的计算最终都归结为一个最优化问题，典型代表是最大似然估计(MLE)、各种拟似然估计方法、非线性回归
CZ一星弱火·2023-01-16 21:04

logit回归模型假设_LOGISTIC回归分析

在做行为预测的时候通常只有“做”与“不做的区别”、“0”与“1”的区别，这是我们就要用到logistic分析(逻辑回归分析，非线性模型)。
knightshady·2023-01-16 20:56

多元线性回归模型

反之，则用非线性多元回归模型。对于多元线性模型而言，因变量若为连续型变量，则采用普通的线性模型；若因变量为离散型变量（类型变量或计数变量），则需采用广义多元线性模型。下面就线性模型展开说明讲解。
数据分析师小杰的成长之路·2023-01-16 18:43

频率派机器学习——线性回归

频率派机器学习——线性回归线性回归的基本模型f(w,b)=wTx+bf(w,b)=w^Tx+bf(w,b)=wTx+b，线性回归有三要数：线性属性线性打破→\underrightarrow{打破}打破即将属性改为非线性
一条长直线·2023-01-16 17:00

每天复习一个机器学习——线性回归

特点：只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做多元回归线性回归当中主要有两种模型，一种是线性关系，另一种是非线性关系。
MACKEI·2023-01-16 17:00

1*1的卷积层的作用，以及与全连接层的关系

这里写目录标题1*1卷积1.不改变图像空间结构2、输入可以是任意尺寸3、升降维+信息交互4、引入非线性1*1卷积和全连接层的区别1*1卷积1.不改变图像空间结构全连接层会破坏图像的空间结构，例如把维度拼接成一个一维数组
Jul7_LYY·2023-01-16 17:58

激活函数（sigmoid、tanh、ReLU、leaky ReLU）

为了保证神经元的计算包含简洁性和功能性，神经元的计算包括线性计算和非线性计算。
流泪的猪·2023-01-16 17:55

论文理解：“Multi-output physics-informed neural networks for forward andinverse PDE problems with uncer“

.--2022目录一、引言二、MO-PINN三、数值实验3.1、正问题——2维非线性Allen–Cahn方程3.2、逆问题——二维非线性扩散-反应体系一、引言与传统的深度学习应用不同，深度学习需要大数据集来训练模型
RrS_G·2023-01-16 16:28

基于卷积神经网络的多保真数据聚合

考虑两个模型之间的一般关系如下：(1)其中是一个未知函数，它捕捉了低保真量和高保真量之间的关系，它可以是线性的，也可以是非线性的。当y为一维时，Eq.(1)中的关系如图1(a)所示。
RrS_G·2023-01-16 16:27

A composite neural network that learns from multi-fidelitydata: Application to function approximati

目录一、背景二、多保真DNN和多保真PINN三、各类问题3.1.函数逼近3.1.1.具有线性相关的连续函数3.1.2.具有非线性相关的连续函数3.1.3.20维函数的近似3.2.非线性反偏微分方程问题3.2.1
RrS_G·2023-01-16 16:27

BP神经网络入门（原理+matlab代码实现）

会让记住一些特征：比如兔子有长长的耳朵，爱吃萝卜和青菜.........,神经网络也是这样通过构建特征值之间的关系来预测一个较为可靠的结果，更值得一提的是BP神经网络因为有隐藏层的存在所以对于处理复杂的非线性的关系更加准确
就当ta去练技术了·2023-01-16 14:41

CNN的简单实现过程

链接如下：Step1:Convolutionoperation(卷积操作)Step1b:ActivationFunction(激活函数，即进行非线性操作)注：对于了解大致过程而言，1b步骤可以先不看Step2
alphanoblaker·2023-01-16 14:03

【python】CNN算法

每个神经元接受线性组合的输入后，最开始只是简单的线性加权，后来给每个神经元加上了非线性的激活函数，从而进行非线性变换后输出。每两个神经元之间的连接代表加权值，称之为权重（weight）。
Lzzzzzzzzzy·2023-01-16 14:00

卷积神经网络CNN通俗易懂讲解算法流程-完整版指南

卷积神经网络CNN完全指南终极版（一）目录导读【1】导论【2】卷积运算【3】非线性激活【4】池化层【5】全连接层【6】神经网络的训练与优化【7】想到再补充感谢大家对文章的喜欢，欢迎关注薇❤公众hao【咕泡
程序猿-饭饭·2023-01-16 13:59

深度学习代码实践（五）- 从0搭建一个神经网络：从多元方程到梯度下降反向求导

每一层都有线性变换，加上非线性变换组成。神经网络的求解变成一个多元方程的求解问题。图：要求解的线性函数变换（单层）y1=x1w11+x2w21+...
davidullua·2023-01-16 13:21

深度学习剖根问题：梯度消失/爆炸

这样很明显没有办法模拟出非线性的情况。记得神经网络是可以拟合任意函数的。好了，既然需要非线性函数，那干脆加上非线性变换就好了。一般会使用sigmoid函数，得到，这个函
BigCowPeking·2023-01-16 10:33

用Python处理一些简单的数学问题的方法

SymPy库求符号解1.求极限2.求导数/偏导3.求积分4.求泰勒展开5.级数求和6.多项式的处理7.解方程（符号解）8.求微分方程的符号解二、用scipy库求数值解1.一重积分2.二重积分3.三重积分4.求非线性方程组的数值解
江景页·2023-01-16 08:44

机器学习（李航统计学习方法）

特征缩放梯度下降法实践2-学习率特征和多项式回归正规方程逻辑回归分类问题假说表示判定边界代价函数简化的成本函数和梯度下降高级优化多类别分类：一对多正则化过拟合的问题代价函数正则化线性回归正则化的逻辑回归模型神经网络非线性
快乐的阿江江·2023-01-16 08:01

双边滤波(bilateralFilter)原理及C++实现

写在前面双边滤波是一种非线性滤波，能够达到去噪保边的效果。相比高斯滤波，双边滤波多了一种掩膜，也就是还考虑了灰度相似性，所以双边滤波是结合图像的空间邻近度和像素值相似度的一种折衷处理。
thequitesunshine007·2023-01-16 07:07

基于python的人工智能数据处理常用算法

文章目录二分法求解最小二乘法曲线拟合最小二乘法的来历最小二乘法与曲线拟合多项式曲线拟合SciPy内置最小二乘法应用泰勒级数背景引入泰勒公式泰勒级数展开与多项式近似二分法求解机器学习过程中往往会用到很多变量，而这些变量之间的复杂关系一般用非线性方程来
心随而动·2023-01-16 07:47

机器学习常见术语汇总

在多类别分类中，准确率定义如下：在二分类中，准确率定义为：激活函数（Activationfunction）一种函数（例如ReLU或Sigmoid），将前一层所有神经元激活值的加权和输入到一个非线性函数中
youzhouliu·2023-01-16 06:43

神经网络—非线性激活中ReLU函数和Sigmoid函数的使用

非线性激活在神经网络的搭建中很重要，我们可以简单的理解为非线性变化的目的就是为神经网络中引入非线性特征，这样才能训练出符合各种特征，各种曲线的模型。
晓亮.·2023-01-16 06:30

《神经网络与深度学习》 邱希鹏 学习笔记（一）

一、机器学习的基本要素机器学习的基本要素:模型学习准则优化算法其中模型分为线性和非线性。
空心菜使者·2023-01-16 06:27

基于 RBF 神经网络进行非线性系统识别附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。⛄内容介绍Inthispaper,weproposeanoveladaptivekernelfortheradialbasisfunctionneuralnetworks.TheproposedkerneladaptivelyfusestheEuclid
matlab科研助手·2023-01-16 01:20

学习数学建模算法与应用【回归分析】

模型参数估计检验，预测及控制可线性化的一元非线性回归此即非线性回归或曲线回归问题（需要配曲线）配曲线的一般方法是：先对两个变量x和y作n次试验观察得(x;,y;),i=12,…,n画出散点图根据散点图确定须配曲线的类型
落花生.·2023-01-16 00:12

学习非线性规划和二次规划

非线性规划非线性规划模型(NP)如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问题。一般说来，解非线性规划要比解线性规划问题困难得多。
落花生.·2023-01-16 00:11

一文详解线性回归原理

若曲线是一条直线，则为一元线性回归；若是超平面，则是多元线性回归；否则是非线性回归，常见的非线性回归包括多项式回归、逻辑回归。通过样本学习映射关系f:x->y，得到的预测结果y是连续值变量。
恰巧偶遇·2023-01-16 00:38

线性回归算法-1.简单线性回归原理

线性回归算法解决回归问题思想简单，实现容易许多强大的非线性模型的基础结果具有很好的解释性蕴含机器学习中很多重要的思想一类机器学习算法的思路：通过分析问题，找到问题的损失函数或者效用函数，通过最优化损失函数或者效用函数
weixin_30527323·2023-01-16 00:07

sklearn机器学习——day13

当特征矩阵中任意一个特征与标签之间的关系需要使用三角函数，指数函数等函数来定义，则我们就说这种数据叫做“非线性数据”线性回归在非线性数据上的表现
非畅6 1·2023-01-15 15:15

Keras - Batch normalization 理论与实践

AcceleratingDeepNetworkTrainingbyReducingInternalCovariateShift》所述，神经网络训练过程中，每层输入的分布随着前一层参数的变化进行训练，这就导致了上层网络需要不断调整参数适应不同分布的输入数据，这不仅降低了训练的速率，也使得很难训练得到具有饱和非线性的模型
BIT_666·2023-01-15 14:57

基于支持向量机的实验分析

文章目录一、支持向量机1、支持向量机的效果2、软间隔二、非线性支持向量机三、核函数四、参考文献一、支持向量机1、支持向量机的效果选择鸢尾花数据集的其中两个特征，并且只对“SETOSA”和“VERSICOLOR
心️升明月·2023-01-15 14:46

网格向量必须包含特征点。_【专题研究】基于SVM支持向量机模型的选股策略

SVM由于其较高的准确度，并且能够解决非线性分类问题，曾一度成为非常流行的机器学习算法。
weixin_39883286·2023-01-15 14:15

基于matlab量化投资策略,【Matlab量化投资】支持向量机择时策略

2、经验非线性方法：利用已知
weixin_39616367·2023-01-15 14:14

神经网络中常用的几个激活函数

2.1sigmoid函数sigmoid函数作为非线性激活函数，但是其并不被经常使用，它具有以下几个缺点：（2）函数的输
weixin_38754337·2023-01-15 14:44

神经网络——激活函数

一个好的激活函数需要满足以下条件：（1）非线性，即导数不是常数，其目的在于保证多重网络不退化成单层线性网络；（2）几乎处处可微：可微性保证了再梯度优化中梯度的可计算性；（3）计算简单：激活函数在神经网络前向传播过程中的使用次数与神经元的个数成正比
有梦想的雨·2023-01-15 14:43

机器学习第八章 利用回归预测数值型数据

缺点：对非线性的数据拟合不好。适用数据类型：数值型和标称型数据回
m0_50882524·2023-01-15 13:56

python解非线性规划问题讲析_非线性规划（scipy.optimize.minimize）

1、minimize()函数介绍在python里用非线性规划求极值，最常用的就是scipy.optimize.minimize()。
地图帝·2023-01-15 12:06

Gurobi处理非线性目标函数和约束的详细案例

Gurobi处理非线性目标函数和约束的详细案例非线性项举例`QuadraticProgramming``QuadraticallyConstrainedProgramming``QuadraticallyConstrainedQuadraticProgramming
刘兴禄·2023-01-15 12:32

【数学建模】Python+Gurobi求解非线性规划模型

目录1概述2算例2.1算例2.2参数设置2.3Python代码实现2.4求解结果1概述如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问题。
@橘柑橙柠桔柚·2023-01-15 12:32

统计学习基础——第七章 非线性模型

目录一、多项式回归1、定义（1）特点（2）与线性回归模型的异同二、阶梯函数1、定义2、作用3、与分段函数区别4、步骤三、基函数1、原理四、回归样条1、分段多项式（1）定义（2）结点2、约束条件与样条（1）约束条件的作用（2）样条3、样条基函数（1）定义（2）截断幂基函数（3）自然样条四、确定结点个数和位置1、结点位置2、结点个数五、与多项式回归对比1、回归样条得到的结果比多项式回归更好。2、回归样
无所求275·2023-01-15 12:57

第二章.线性回归以及非线性回归—多元线性回归

第二章.线性回归以及非线性回归2.6多元线性回归1.特征：1).单特征：2).多特征：有多少个特征就有多少个未知数x2.多元线性回归模型的使用场景：当Y值的影响因素不是唯一时，采用多元线性回归。
七巷少年^ω^·2023-01-15 11:56

使用sklearn学习多项式回归（三）

目录1，什么是线性1.1，变量之间的线性关系1.2，数据间的线性与非线性1.3，线性模型与非线性模型1.4，使用分箱处理非线性问题2，多项式回归PolynomialFeatures2.1，什么是多项式回归
理科男同学·2023-01-15 11:50

[机器学习与scikit-learn-21]：算法-逻辑回归-多项式非线性回归PolynomialFeatures与代码实现

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/123447272目录第1章scikit-learn对逻辑回归的支持第2章PolynomialFeatures类参数详解2.1PolynomialFeatures这个类有3个参数：2.2代码演示第
文火冰糖的硅基工坊·2023-01-15 11:16

第二章.线性回归以及非线性回归—多项式回归

第二章.线性回归以及非线性回归2.7多项式回归1.举例：1).特征数不同对应的曲线不同2).假设我们不是找值(或者超平面)，而是需要找到一个用多项式所表示的曲线(或者超平面),例如二次曲线：y=at^2
七巷少年^ω^·2023-01-15 11:45
上一页 78 79 80 81 82 83 84 85 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他