即将于2019年7月1日实施的环境试验标准，
GB∕T 2423.52-2018
2021-09-26 16:54:24
4.12MB
1
不完全信道状态信息条件下MIMO信道容量分析，张倩倩，王中苓，本文在了解了无线MIMO系统模型的基础上，针对在信道估计有误差的情况下，把信道估计误差和信道噪声作为等效噪声得到等效噪声方差��
2021-09-13 08:12:46
263KB
1
matlab多元参数非线性回归模型代码多输出高斯过程
多输出回归
在多输出回归（多目标，多变量或多响应回归）中，我们旨在预测多个实值输出变量。
一种简单的方法可能是使用单个输出回归模型的组合。
但是这种方法有一些缺点和局限性[]：
训练多个单输出模型需要很长时间。
每个单个输出模型都针对一个特定目标（而不是所有目标的组合）进行了培训和优化。
在许多情况下，目标之间具有很强的相互依赖性和相关性。
单个输出模型无法捕获此关系。
为了解决此缺点和局限性，我们寻求一种多输出回归方法，该方法不仅可以考虑输入因素与相应目标之间的关系，还可以考虑目标之间的关系，从而对多输出数据集进行建模。
已经针对多输出问题开发了几种回归方法。
单击此处，对这些方法进行详尽的回顾。
例如，多目标SVM或随机森林是最受欢迎的两种。
在这项研究中，我正在提出和实施一种使用高斯过程（GP）模型进行多输出回归的新技术。
单变量GP
首先让我们开始介绍单变量GP。
单变量GP在函数上定义了高斯分布，可用于非线性回归，分类，排名，偏好学习或有序回归。
与其他回归技术相比，单变量GP具有多个优点：
在受计算量大的数据集限制的
2021-09-12 00:55:23
14KB
1
非常简易的keras函数式（Functional）模型学习以LSTM为例构建多输入和多输出模型的完整实例，可以让新手完美掌握整个模型构建的流程
2021-09-07 08:43:38
3KB
1
行业-电子政务-将满电力容量供给至单个焊接输出的多输出引擎焊机和方法.zip
2021-08-31 18:02:57
911KB