1) RFWR
接受域加权回归
1.
This method utilizes an incremental learning algorithm called Receptive Field Weighted Regression (RFWR),and weighted average is used as the fusion strategy,thus it.
该方法由一种名为接受域加权回归 (ReceptiveFieldWeightedRegression)的渐进式学习算法和加权平均的融合算法组成 。
2) weighted regression
加权回归
1.
With the kernel weight based on similarly between target gene and sample genes,which localize missing value estimation,a new method based on weighted regression is presented.
利用相似性信息的核加权函数来实现缺失值回归估计的局部化,提出了基于加权回归估计的基因表达缺失值估计算法。
2.
The weighted regression and nonlinear fitting model parameter optimization method are adopted to make regression analysis of observed data of landslide in different length of period.
采用加权回归和非线性拟合模型参数优化方法 ,对不等时距的滑坡监测资料进行回归分析 通过实例计算 ,证明了上述方法的有效性 ,提高了建模精
4) regression weights
回归加权
5) local adding-weight linear regression forecasting
局域加权线性回归预测
6) Local adding-weight linear regression forecasting method
局域加权线性回归预测方法
补充资料:加权回归
分子式:
CAS号:
性质:如果回归线上的各点的精度不同,对各点赋以不同的权值,用加权最小二乘法确定回归系数,拟合回归方程和回归线。
CAS号:
性质:如果回归线上的各点的精度不同,对各点赋以不同的权值,用加权最小二乘法确定回归系数,拟合回归方程和回归线。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条