码迷,mamicode.com
首页 >  
搜索关键字:误差    ( 2028个结果
RMSE均方根误差学习笔记
1.均方根误差,它是观测值与真值偏差的平方和观测次数n比值的平方根,在实际测量中,观测次数n总是有限的,真值只能用最可信赖(最佳)值来代替.方根误差对一组测量中的特大或特小误差反映非常敏感,所以,均方根误差能够很好地反映出测量的精密度。均方根误差,当对某一量进行甚多次的测量时,取这一测量列真误差的均...
分类:其他好文   时间:2014-10-27 12:16:37    阅读次数:204
使用Intel编译器获得一致的浮点数值计算结果
使用Intel编译器获得一致的浮点数值计算结果大多数十进制的浮点数,用二进制表示时不是完全一致的;与此同时,大多数与浮点数值相关的计算结果,存在着固有的不确定性.通常,编写浮点计算应用软件希望达到如下的目标:-准确性:意味着该产品产生的计算结果,应当”接近”于实际计算的结果;评判的标准是误差值,有时...
分类:其他好文   时间:2014-10-27 10:48:20    阅读次数:234
运动目标检测跟踪各过程算法综述
运动目标检测跟踪各过程算法综述图像预处理数字图像中的几种典型噪声有:高斯噪声来源于电子电路噪声和低照明度或高温带来的传感器噪声;椒盐噪声类似于随机分布在图像上的胡椒和盐粉微粒,主要由图像切割引起或变换域引起的误差;加性噪声是图像在传输中引进的信道噪声。一般来说,引入的都是加性随机噪声,可以采用均值滤...
分类:编程语言   时间:2014-10-22 12:41:42    阅读次数:233
快速开方
在某些情况下有误差public static int Sqrt(int a) { switch (a) { case 0: return 0; case 1: case 2: case 3: return 1; default: int n = a / 2;...
分类:其他好文   时间:2014-10-22 12:27:22    阅读次数:196
运用spss软件进行信度分析
问卷的信度分析 一、概念:     信度是指根据测验工具所得到的结果的一致性或稳定性,反映被测特征真实程度的指标。一般而言,两次或两个测验的结果愈是一致,则误差愈小,所得的信度愈高,它具有以下特性: 1、信度是指测验所得到结果的一致性或稳定性,而非测验或量表本身; 2、信度值是指在某一特定类型下的一致性,非泛指一般的一致性,信度系数会因不同时间、不同受试者或不同评分者而出现不同的结...
分类:其他好文   时间:2014-10-21 21:29:14    阅读次数:652
LMS算法中的问题
1、LMS算法主要是一个相关度的问题2、LMS算法的执行过程是怎样的3、步进对算法有怎样的影响步长大,则收敛快,但失调大;步长小,则失调小,但收敛慢。在算法初始阶段应该采用较大的u值,加快收敛;当算法收敛后,再采用较小的u值提高收敛后的稳定性。4、线性均方误差准则(LMS)与最小均方误差算法(LMS...
分类:编程语言   时间:2014-10-20 20:56:20    阅读次数:1039
用swift重写stanford CS193P的纸牌游戏 (2)- PlayingCard,PlayingDeck和ViewCotronller
本系列编号基本对应stanford CS193P的课程编号,可能有一两节课的误差:比如我标(1)就对应Lecture 1,但有时我做得快了就变成(1)对应lecture 1的全部和lecture 2的一部分。正文:本文包括三个类,PlayingCard和PlayingDeck,两个单元测试类,和两个...
分类:编程语言   时间:2014-10-20 16:49:59    阅读次数:152
用swift重写stanford CS193P的纸牌游戏 (1)- Card 和Deck
本系列编号基本对应stanford CS193P的课程编号,可能有一两节课的误差:比如我标(1)就对应Lecture 1,但有时我做得快了就变成(1)对应lecture 1的全部和lecture 2的一部分。
分类:编程语言   时间:2014-10-18 12:32:32    阅读次数:601
About stats collected
pg_class.relpages pg_class.reltuples只是近似值,和实际数据会有点误差; 新建空表,首次insert对自动收集和更新统计信息,影响的表pg_class\pg_stats; 对于insert操作: analyze会更新表pg_class\pg_stats,而vacuum或者acuum full只会更新pg_class,并不会更新任何统计信息pg_stats; ...
分类:其他好文   时间:2014-10-17 18:54:59    阅读次数:172
【原】关于AdaBoost的一些再思考
本文重新对AdaBoost框架进行梳理,结合Decision Stumps作为弱分类器详细介绍了AdaBoost过程中对于带权分类误差的计算,样本权重的更新,分类器权重的计算。
分类:其他好文   时间:2014-10-16 23:25:53    阅读次数:262
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!