Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 处理多元线性回归中自变量共线性的几种方法 处理多元线性回归中自变量共线性的几种方法
  • 回归测试用例设计工具KTCase 概述 回归测试用例设计工具KTCase 概述 回归测试是软件生存周期中十分重要,但又耗时费力的一个阶段,由于缺乏适用、有效的回归测试工具,使得回归测试质量难以保证,进度和费用难以控制,对软件质量造成了很大影响,如何设计
  • 高斯过程回归for机器学习 关于 高斯过程回归 的详细教程。。发明人写的哦,简单的英语
  • matlab实现回归分析代码 利用matlab实现回归分析作业,可以作为数学和计算机相关专业的作业
  • 回归分析 回归分析,PPT。讲的很清楚,比较详细。
  • 一元线性回归的不确定度评定方法 一元线性回归的不确定度评定方法中具体介绍了关于线性回归的问题
  • ServoC 伺服回归原点情况比较 ServoC 伺服回归原点情况比较是很多使用LTI伺服驱动器的主要问题
  • 偏最小二乘回归的线性与非线性方法 ... :国防工业出版社 偏最小二乘回归分析是从应用领域中提出的 ... 并可以有效地解决许多用普通多元回归无法解决的问题,诸如克服变量 ... 样本容量小于变量个数的情况下进行回归建模等。而且它还可以将 ... 线性与非线性的偏最小二乘回归方法,其中也包括作者们近年来 ... 。书中首先简要介绍了多元线性回归、主成分分析和典型相关分析 ... 并重点讨论了变量多重相关性在回归建模中的危害。在此基础 ... 函数变换的偏最小二乘回归及其非线性结构分析  7.5  ...  偏最小二乘的logistic回归模型 第8章 偏最小二 ... 8.4 偏最小二乘回归的缺陷和改进 第9章 SIMCA ...
  • 偏最小二乘回归方法及其应用 ... 年: 1999 ISBN: 9787118019759 偏最小二乘回归分析是从应用领域中提出的 ... 并可以有效地解决许多用普通多元性回归无法解决的问题,诸如:克服 ... 样本容量小于变量个数的情况下进行回归建模等。而且它还可以将 ... 研究的问题 12 2.1.2 一元线性回归的总体模型 14 2.2 最小 ... .4 显著性检验 32 2.4.1 回归模型的线性关系检验 32 2.4 ... .2.4 F检验 51 3.2.5 回归参数的显著性检验 52 3.3 ... 删除变量法 59 3.4.4 逐步回归法 59 第四章 多重相关性问题 ...
  • 基于改进的广义回归神经网络的态势预测 本文将基于遗传算法(Genetic Algorithms,GA)优化 的改进广义回归神经网络( Improved General RegressionNeuralNetwork based on GA, GRNNGA)做为NSSF(Network SecuritySituation Forecas) ... 间监测点的网络安全态势值(Network Security SituationValue, NSSV)构造成部分线性相关的多元回归数据序列,再利用GA动态地搜索GRNN的最优训练参数,以改善基于GRNN ...