机器学习
文章平均质量分 87
wlz249
这个作者很懒,什么都没留下…
展开
-
基于 K 均值聚类的径向基RBF神经网络优化(Matlab代码实现)
RBF神经网络的作用原理,是将径向基函数(RBF)作为网络第二层隐含层的节点函数,以此构成隐含层空间。第三层输出层的节点函数通常是线性的,其作用通常是对隐含层函数计算所得结果进行加权处理,将数据处理成方便输出,容易读懂的形式。在 RBF神经网络中,设输入层节点个数为Ⅰ,隐含层节点数为M,输出层节点数为N,输入量为x.当x经输入到模型后,会经过Ⅰ次传递。其把N个对象划分)成k个簇,用簇中对象的均值表示每个簇的中心点(质心),利用合适的距离计算公式,计算出数据与聚类中心的距离,将其划分到合适的聚类中。原创 2023-07-11 09:26:06 · 47 阅读 · 0 评论 -
孤立随机森林(Isolation Forest)(Python实现)
孤立森林(isolation Forest)是一种高效的异常检测算法,它和随机森林类似,但每次选择划分属性和划分点(值)时都是随机的,而不是根据信息增益或基尼指数来选择。Isolation,意为孤立/隔离,是名词,其动词为isolate,forest是森林,合起来就是“孤立森林”了,也有叫“独异森林”,好像并没有统一的中文叫法。可能大家都习惯用其英文的名字isolation forest,简称iForest。原创 2023-04-26 15:15:41 · 708 阅读 · 0 评论 -
基于模糊Q学习的机器人控制算法(Matlab代码实现)
为检验提出方法的有效性,通过数据集进行验证,实验结果表明,在对图像进行少于10个区域的分析情况下,能快速检测出图像中目标,且精度达到58.4%,每张图片平均检测时间为6.04s。与深度学习目标检测算法对比,该方法极大地减少了候选区域数量,所需计算量较低,在保证准确度的前提下,具备检测速度快、准确高的特点,这为复杂环境中地面无人平台的目标检测提供了新型的方法。本文采用模糊控制思想,使基于机器人的控制,能够具有有效的算法理论,行为机器人验证平台,以此平台为基础可以针对行为辅助机器人进行力控制研究。原创 2023-03-25 16:56:02 · 85 阅读 · 0 评论 -
基于机器学习算法与历史数据预测未来的站点关闭(Matlab代码实现)
目录💥1 概述📚2 运行结果🎉3 参考文献👨💻4 Matlab代码应用背景:通过分析序列进行合理预测,做到提前掌握未来的发展趋势,为业务决策提供依据,这也是决策科学化的前提。时间序列分析:时间序列就是按时间顺序排列的一组数据序列。时间序列分析就是发现这组数据的变动规律并用于预测的统计技术。时间序列分析有三个基本特点: 主函数部分代码:%% Initializationclear ; close all; clc%% ======================= Part 2: Pl原创 2022-12-20 10:19:23 · 429 阅读 · 0 评论 -
基于随机森林实现特征选择降维及回归预测(Matlab代码实现)
可以看到,使用两个特征进行预测的准确度为85.2077,与使用所有特征进行预测的准确度相差不大,这表明随机森林特征选择方法有效的选择出了最重要的特征,实现了从大量特征到少数重要特征的特征降维筛选,极大的降低了特征的冗余性。当随机森林评价完成特征的重要性后,还需要对各个特征变量之间的相关性进行评估,以更加明显的看出何种特征最能影响预测结果,使用皮尔逊系数作为各个特征变量之间的相关性评价指标,从下图可以看出,越接近黄色表示相关性越强。2.确定要剔除的比例,依据特征重要性剔除相应比例的特征,得到一个新的特征集。原创 2022-12-11 12:26:32 · 6941 阅读 · 10 评论