Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • Spark ml pipline交叉验证之朴素贝叶斯.docx Spark ml pipline交叉验证之朴素贝叶斯 模型训练 输入参数 训练代码 模型评估 输入参数 评估代码
  • Spark ml pipline交叉验证之决策树分类.docx Spark ml pipline交叉验证之决策树分类 模型训练 输入参数 训练代码 模型评估 输入参数 评估代码
  • Spark ml pipline交叉验证之KMeans聚类.docx Spark ml pipline交叉验证之KMeans聚类 模型训练 输入参数 训练代码 模型评估 输入参数 评估代码
  • ML快速使用指南.pdf 本文旨在介绍梅特勒-托利多NewClassic ML系列电子天平的快速使用指南。其指南包括:基础称量,快速激活称量应用程序,校准规范,
  • 论文研究-ML-kNN算法在大数据集上的高效应用.pdf k近邻多标签算法(ML-kNN)是一种懒惰学习算法,并已经成功地应用到实际生活中。随着信息量的不断增大,将ML-kNN算法运用到大数据集上已是形势所需。利用聚类算法将数据集分为几个不同的部分,然后在每一个部分中使用ML-kNN算法,并在四个规模不同的数据集上进行了一系列实验。实验结果表明,基于此思想的ML-kNN算法不论在精度、性能还是效率上都略胜一筹。
  • 论文研究-GO-MC-CDMA上行链路ML多用户检测研究.pdf 正交分组多载波码分多址(GO-MC-CDMA)每个用户组是独立的MC-CDMA系统,合理选择组内载波数使得最大似然(ML)算法切实可行。分析了GO-MC-CDMA上行链路在考虑载波频偏(CFO)的情况下采用最大似然序列估计(MLSE)检测的系统性能;比较了不同用户数和不同数字调制方式对误比特率(BER)的影响。数值仿真结果表明:载波频偏在一定范围内时,采用ML多用户检测的GO-MC-CDMA系统具有较好的对抗载波频偏能力和优异的误比特率性能;用户数目和调制方式对误比特率影响较大。
  • ml-xt 密封连接器系列.PDF.pdf ml-xt 密封连接器系列.PDFpdf,ml-xt 密封连接器系列.PDF
  • 论文研究-基于ML-II的小子样复杂系统多源信息融合方法.pdf 复杂系统可靠性信息的主要特点是小子样现场试验数据和多种可利用的多源先验信息。在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,获取合理的先验分布。提出了一种基于第二类极大似然估计原理(ML-II)的多源信息融合方法,以某鱼雷自导系统的作用距离为例进行仿真分析,验证了该方法的合理性和有效性。
  • 基于改进ML算法电力线载波通信的研究.pdf 电力线载波通信具有经济、可靠等优点,具有很广泛的应用前景。鉴于井下恶劣的 通信环境,探讨了电力线载波通信在矿井通信中的应用,给出了OFDM 系统的信道模型。通过 对电力线OFDM系统同步问题的分析,在ML算法的基础上提出了一种改进的ML算法。最后通 过MATLAB仿真可以看出,此算法在电力线载波通信中可以有效提高符号定时和载波频偏估计, 提高了电力线载波通信在矿井通信中的通信质量。
  • adventures-in-ml-code, 这个存储库保存了站点http的所有代码.zip adventures-in-ml-code, 这个存储库保存了站点http的所有代码 adventures-in-ml-code这个存储库保存了站点 http://www.adventuresinmachinelearning.com的所有代码。这是 neural_network_tutorial.py 开发的代码,它