RBF

LSSVM分类和回归

gamma=100;sig2=13;type='functionestimation';%训练模型[alpha,b]=trainlssvm({x_train,y_train,type,gamma,sig2,'RBF_kernel
codeQin·2020-08-17 14:57

scikit-learn 学习谱聚类SpectralClustering

nearest_neighbors':k-近邻,'precomputed'：自定义，全连接方式，常用高斯核'rbf',多项式'poly'，sigmoid函数'sigmoid'eigen_solver:特征
君子慎独_诚意·2020-08-16 21:59

sklearn.svm.SVC 参数说明

sklearn.svm.SVC(C=1.0,kernel='rbf',degree=3,gamma='auto',coef0=0.0,shrinking=True,probability
sz-lcw·2020-08-16 20:00

全连接神经网络、RBF神经网络、卷积神经网络分类器Python（TensorFlow）实现（完整代码）

一、概述机器学习第三次小作业，要求实现全连接神经网络，RBF神经网络和CNN分类器，做了三天，终于把这些都弄得差不多明白了，利用Python和TensorFlow把这些实现一下，代码放这里做个记录（怕以后丢了忘了
McQueen_LT·2020-08-16 05:51

浅谈控制中神经网络的原理

浅谈控制中神经网络的原理神经网络的原理（以RBF神经网络为例）  神经网络由“权”和“激活函数”组成。神经网络用来将样本逼近期望的函数。
cust19970212·2020-08-16 00:25

HighSpeedLogic专题:基于FPGA的智能PID控制器的设计

这里整个基于FPGA的智能PID控制器的总体结构包括PID模块，RBF参数整定模块，以及控制对象模块，这里，控制对象模块我们采用一个小型电机做为控制对象进行控制器的测试，RBF参数整定值，直接通过外部MATLAB
ccsss22·2020-08-15 22:12

神经网络算法--BP网络--人脸朝向

神经网络算法之二：BP网络提纲作者：洪北川其实BP神经网络只是某种意义上RBF网络的复杂化，反映在三点上：1）网络的中间层增加了；2）权重W复杂化；（这是废话）3）对权的推导采用有后往前的方法；Backpropagationwascreatedbygeneralizingthewidrow-hofflearningruletomultiple-layernetworkanddifferentiab
shuxingdezi·2020-08-14 20:45

径向基函数（RBF）神经网络

RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模
weixin_33682719·2020-08-13 21:14

核支持向量机SVM的应用

文章目录1.核技巧2.理解SVM3.调参4.应用乳腺癌数据集-分类-RBF核SVM5.优缺点与参数6.somedocstring核支持向量机（kernelizedsupportvectormachine
wbing96·2020-08-13 20:21

径向基（RBF）神经网络python实现

fromnumpyimportarray,append,vstack,transpose,reshape,\dot,true_divide,mean,exp,sqrt,log,\loadtxt,savetxt,zeros,frombufferfromnumpy.linalgimportnorm,lstsqfrommultiprocessingimportProcess,Arrayfromrando
AlanLiked·2020-08-13 16:22

深度学习：径向基网络（RBF）

常见的局部逼近网络有RBF网络、小脑模型（CMAC）网络、B样条网络等。
-柚子皮-·2020-08-13 16:05

特征选择错误：The classifier does not expose "coef_" or "feature_importances_" attributes

fromsklearn.svmimportSVRmodel_SVR=SVR(C=1.0,cache_size=200,coef0=0.0,degree=3,epsilon=0.1,gamma='auto',kernel='rbf
此去经年天问·2020-08-12 15:24

获取经纬度之间的距离的SQL函数(转)

returnsfloatasbegindeclare@retfloat;declare@rfloat;declare@Afloat;declare@Bfloat;declare@RAfloat;declare@RBf
weixin_30877493·2020-08-11 18:53

winequality-white

数据集上传到网盘上：首先使用的是Python的sklearn包1、SVR用法把它看成一个回归（因为预测的分值是一个区间，也可以看成10个类的分类问题）classsklearn.svm.SVR(kernel=’rbf
金星上的小沼泽·2020-08-11 10:08

BP神经网络算法推导

常见的前馈神经网络有感知机（Perceptrons）、BP（BackPropagation）网络、RBF（Radi
六月麦茬·2020-08-11 03:18

SVM核函数如何选择

linear：线性内核参数少，速度快，对于一般数据，分类效果已经很理想了linear核可以是RBF核的特殊情况数据线性可分：如果特征提取的好，很多问题都线性可分数据特征维数高，跟样本量差不多特征维
咸粥·2020-08-11 02:26

周志华《机器学习》课后习题解答系列（六）：Ch5.7 - RBF网络实验

相关答案和源代码托管在我的Github上：PY131/Machine-Learning_ZhouZhihua.5.7.RBF神经网络实验注：本题程序基于Python实现（这里查看完整代码和数据集）。
Snoopy_Yuan·2020-08-10 09:36

基于RBF简单的matlab手写识别

GetFeature.m%将图像分为25块，计算每一块的空白部分所占比例functiondata=GetFeature(I)[row,col]=find(I==0);%返回数字的上下左右的边界I=I(min(row):max(row),min(col):max(col));%截取手写数字图像，使其紧包含数字边界，不包含多余的空白imwrite(I,'您手写的字.bmp','bmp');%保存截取后
风翼冰舟·2020-08-10 08:37

【技术】相似性度量学习及其在计算机视觉中的应用

模式识别和机器学习中的许多方法，如K近邻、K均值、RBF-SVM等，均涉及到了相似度或距离的计算，而相似度（距离度量）的好坏对这些方法的性能产生重要影响。
南山牧笛·2020-08-08 22:33

径向基函数（RBF）神经网络

径向基函数（RBF）神经网络RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别
qq_34420188·2020-08-08 19:13

ELM的算法及伪代码

传统的前馈神经网络有：BP、RBF等。（1）一种基于单层前向馈神经网络（SLFN）简单易用、有效的学习算法。
星之擎·2020-08-07 22:43

scikit-learn学习笔记：非线性核单类的SVM（One-class SVM with non-linear kernel (RBF)）

一个用one-classSVM对于异常检测的例子。One-classSVM是一个非监督的方法，它可以学到一个决策函数用于异常检测：将新的数据分类为与原始训练数据相似或是不相似的类。plot_oneclass.pyprint(__doc__)importnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlib.font_managerfromskle
星空liang·2020-08-06 10:10

基于径向基函数(RBF)的函数插值

基于径向基函数的函数插值1.函数插值2.RBF函数插值代码实现1.函数插值函数插值问题：用形式简单的插值函数f^(x)\hatf(x)f^(x)近似原函数(1)\qquad(1)(1)设函数y=f(x)
zfoox·2020-08-06 10:01

【OpenCV】OpenCV3.2使用svm训练Demo

版本：OpenCV3.2.0注意：数据结构的一致性，在高维度数据一般使用rbf核函数，使用网格搜索思想迭代求出gamma和c。
颜丑文良777·2020-08-04 13:16

基于神经网络的射频功放非线性模型研究（本科毕设）硬核篇

（3）研究BP、RBF和支持向量机，并利用其进行功放的建模，并利用Matlab和ADS
ChijinLoujue·2020-08-04 11:10

RBF SVM中的gamma和C参数

ThisexampleillustratestheeffectoftheparametersgammaandCoftheRadialBasisFunction(RBF)kernelSVM.Intuitively
ShenYounger·2020-08-04 08:16

机器学习4-支持向量机

目录支持向量机(SVM)原理参数不同核函数的分类效果线性核函数:linear多项式核函数:poly径向基核函数：rbf样本类别均衡化置信概率网格搜索寻优事件预测SVR:支持向量机回归器支持向量机(SVM
Chise1·2020-08-04 05:28

SVM核函数

SVM关键是选取核函数的类型，主要有线性内核，多项式内核，径向基内核（RBF），sigmoid核。1.、Linear核：主要用于线性可分的情形。参数少，速度快，对于一般数据，分类效果已经很理想了。
秦朝老亖·2020-08-04 02:36

径向基函数（RBF）神经网络

径向基函数（RBF）神经网络RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别
Ｇlücklichste·2020-08-04 01:56

Python 学习 scikit-learn 预测准确率计算

=0.6)#分类器clf=svm.SVC(C=0.1,kernel='linear',decision_function_shape='ovr')#clf=svm.SVC(C=0.8,kernel='rbf
水...琥珀·2020-08-04 00:46

手推SVM（二）-核方法

核方法思想相似性度量核方法3.1kerneltrick(核技巧)3.2KernelProperties(核性质)3.3核函数解决了非线性可分的问题常见的核函数4.1线性核4.2多项式核4.3高斯核（RBF
黄小猿·2020-08-03 22:10

各种分类器的调用

2.RBF核：主要用于线性不可分的情形。参数多，分类结果非常依赖于参数。
静心净气·2020-08-03 20:14

SVM学习笔记（3）LIBSVM中的核函数及其参数

0）线性核函数1）多项式核函数2）RBF核函数3）sigmoid核函数4）自定义核函数常用的四种核函数对应的公式如下：首先介绍下与核函数相对应的参数：1）对于线性核函数，没有专门需要设置的参数2）对于多项式核函数
xmjdh·2020-08-03 19:30

转：sklearn.svm.SVC 参数说明

sklearn.svm.SVC(C=1.0,kernel='rbf',degree=3,gamma='auto',coef0=0.0,shrinking=True,probability=False,tol
there2belief·2020-08-03 16:25

SVM 中 rbf kernel 的意义 —— 一个不怎么严谨的解释

http://discussions.youdaxue.com/t/svm-rbf-kernel/6088在我们机器学习的过程中，很多同学包括我自己也疑惑过rbfkernel函数的实际作用是什么？
清风予你·2020-08-03 16:20

机器学习：SVM（核函数、高斯核函数RBF）

一、核函数（KernelFunction）1）格式K(x,y)：表示样本x和y，添加多项式特征得到新的样本x'、y'，K(x,y)就是返回新的样本经过计算得到的值；在SVM类型的算法SVC()中，K(x,y)返回点乘：x'.y'得到的值；2）多项式核函数业务问题：怎么分类非线性可分的样本的分类？内部实现：对传入的样本数据点添加多项式项；新的样本数据点进行点乘，返回点乘结果；多项式特征的基本原理：依
ab1213456·2020-08-03 14:11

RBF核函数中的gamma

gamma越大，高斯分布越窄。gamma越小，高斯分布越宽，gamma相当于调整模型的复杂度，gamma值越小模型复杂度越低，gamma值越高，模型复杂度越大#!/usr/bin/python#-*-coding:utf-8-*-importmatplotlib.pyplotaspltfromsklearnimportdatasetsimportpandasaspdimportnumpyasnpx
生命的呼喊·2020-08-03 13:19

SVM-对偶问题、核技巧、RBF、参数gamma和C

最近重新看SVM的一点心得。第一部分是SVM的基础，了解的同学可以跳过直接看第二部分。感谢泽明和仲伟的帮助。欢迎质疑和讨论。一、SVM背景知识二、我的补充和参数理解参考文献1.周志华.机器学习.清华大学出版社，2016.2.BoydSP,VandenbergheL.ConvexOptimization.CambridgeUniversityPress,2004.2.SVM核技巧之终极分析.http
yuzhiarchy·2020-08-03 12:03

SVM的两个参数 C 和 gamma

C过大或过小，泛化能力变差gamma是选择RBF函数作为kernel后，该函数自带的一个参数。隐含地决定了数据映射到新的特征空间后的分布，gamma越大，支持向量越少，gamma值越小，支持向量越多。
ShenYounger·2020-08-03 08:34

支持向量机SVM----学习笔记三（代码实践一高斯核函数）

高斯核函数是SVM中使用最多的一种核函数，对比高斯函数x-u,高斯核函数中表征的是两个向量(x,y)之间的关系，高斯函数又被称为RBF核和径向基核函数。
zcc_TPJH·2020-08-03 07:57

支持向量机——非线性分类SVM

模型原型sklearn.svm.SVC(C=1.0,kernel=’rbf’,degree=3,gamma=’auto’,coef0=0.0,shrinking=True,probability=False
小小蒲公英·2020-08-03 07:54

sklearn中SVC中的参数说明与常用函数

svm.SVC(C=1.0,kernel='rbf',degree=3,gamma='auto',coef0=0.0,shrinking=True,probability=False,tol=0.001
Royel transformed·2020-08-03 05:37

径向基核函数 (Radial Basis Function)–RBF

转自http://www.shamoxia.com/html/y2010/2103.html|丕子论文中又提到了RBF，虽然是个简单的核函数，但是也再总结一下。
tangye711ndcs·2020-08-03 04:58

SVM支持向量机高斯核调参小结

转自http://www.cnblogs.com/pinard/p/6117515.html在支持向量机(以下简称SVM)的核函数中，高斯核(以下简称RBF)是最常用的，从理论上讲，RBF一定不比线性核函数差
sun_shengyun·2020-08-03 04:43

SVM训练时交叉验证参数最优选择

voidSVMExample::InitParams(){param.svm_type=C_SVC;param.kernel_type=RBF;param.degree=3;param.gamma=(double
pingping00501·2020-08-03 02:49

机器学习笔记之核函数

基本概念举例理解核函数常用的核函数线性核函数多项式核函数高斯核函数(RBF)sigmoid核函数核函数的选取原则基本概念核函数定义：核函数：是映射关系的内积，映射函数本身仅仅是一种映射关系，并没有增加维度的特性
HaiwiSong·2020-08-03 02:22

libsvm中的scale命令

scale.txt不能在cmd中执行应拆分为三步命令d:cdlibsvm\windowssvm-scale-l-1-u1-s2train.1.txt>train.1.scale.txt2，grid.py命令(默认为RBF
陈卓为·2020-08-02 23:33

SVM用于手写数字识别

调用sklearn中的SVM核函数选择：“RBF”参数gamma为核函数RBF参数Sigma的倒数。sklea
0ospacebaro0·2020-08-02 22:27

RBF核矩阵的实现

functionK=RBF(TRNfeatures,TSTfeatures,d)[NUMdims,NUMtrn]=size(TRNfeatures);%NUMdims是特征维数，NUMtrn是训练集的特征点数目
蝴蝶也可以飞过沧海·2020-08-02 22:15

SVM-非线性

SVM非线性内核：多项式poly径向基函数rbfSigmod高级定制核一、对比linear和rbf内核的性能区别#比较几种核及参数，挑选出性能最好的svm模型#载入数据fromsklearnimportdatasetsdigits
Arron_yuan·2020-08-01 12:20
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他