model-fitting

    0热度

    1回答

    在Langevin-Derivative函数的拟合中包括多分散合奏的概率密度

    我知道以下将需要耐心，我很欣赏您将付出的努力。 我有一个测量数据，它代表磁矩的导数：dM/dH。 M（1H）曲线的一个很好的数学模型是朗之万函数：其中： M（H）= 1/coth（XI） - 1/XI，XI = CTE *Vi³ 1 /（sinh²（XI）） 对于 - DM/DH = 1 /xi²：使磁矩的衍生物可以从朗之万函数的导数的导数来获得f itting我用这个函数作为拟合函数： def
    python model curve-fitting model-fitting 2017-06-19

    1热度

    1回答

    如何适合随机点云上的点网格

    我有一个带有点的二进制图像，我使用OpenCV的goodFeaturesToTrack获取，如Image1所示。 Image1 : Cloud of points 我想适应的4个* 25点就可以了，比如网格上镜像2所示（并非所有的点都可见的图像，但它是一个普通的4个* 25点长方形）。 Image2 : Model grid of points 4×25点我的模型网格由参数化： 1 - 左上角的位
    python opencv image-processing optimization model-fitting 2017-05-05

    0热度

    1回答

    找到观测数据R的最佳模型的指数

    我想知道如何适应这个模型/方程式 y~x^(-p) 我的数据发现指数p 我的数据的最大价值分别是： y=c(1.1178329,1.0871448,1.0897010,1.0759255,1.0535190,0.8725332) x=c(6,5,4,3,2,1) 我尝试以下方法 mod <- nlsLM(sigmasG ~ x^(-p), start = c(p = 0.01) ,
    r model-fitting 2017-08-21

    0热度

    1回答

    Nakagami分布的对数似然在R中是无限的

    我正在拟合[60,80] $到Nakagami分布中我的数据集$ x \的归一化直方图。首先，我已经通过以下MLE代码，估计使用VGAM包的dnaka的比例和形状参数： ll <- function(par) { if(par[1]>0 & par[2]>0) {return(-sum(log(dnaka(x, scale = par[1], shape = par[2]))))} #
    r model-fitting log-likelihood 2017-10-12

    3热度

    1回答

    使用nls函数进行错误拟合

    当我尝试拟合指数衰减并且我的x轴有十进制数时，拟合从不正确。这里是我的数据如下： exp.decay = data.frame(time,counts) time counts 1 0.4 4458 2 0.6 2446 3 0.8 1327 4 1.0 814 5 1.2 549 6 1.4 401 7 1.6 266 8 1.8 182 9 2.0 140 10
    r curve-fitting exponential nls model-fitting 2017-07-19

    0热度

    1回答

    ValueError：float（）的无效文字Keras

    我正在构建使用keras的简单神经网络。 训练数据的每个元素都有100个维度，我正在从文本文件中读取元素的标签。 f = open('maleE', "rt") labelsTrain = [line.rstrip() for line in f.readlines()] f.close() 标签是具有这种结构的字符串：number_text 为了适应训练数据模型： model.fit(t
    python tensorflow neural-network keras model-fitting 2017-09-10

    1热度

    1回答

    pymc3条件确定性似然函数

    我是PyMC3的新手，试图找到一组适合实验数据的参数。我的问题是，我的可能性功能是以参与者以前的答复为条件的。 的数据具有以下矩阵形式： participant | trial0 | trial1 | ... | trialn p0 | x | x | ... | x .... p1 | x | x | ... | x 其中X编纂了参与者在该试验的反应，与0, 1, or 2值。现在，我
    python pymc data-fitting pymc3 model-fitting 2017-06-03

    1热度

    1回答

    keras中fit_generator（）的优势

    我想知道keras中的fit_generator()在使用通常的fit()方法与发生器产量相同的batch_size方面在内存使用方面是否有优势。我见过类似这样的一些例子： def generator(): (X_train, y_train), (X_test, y_test) = mnist.load_data() # some data prep ... while 1:
    machine-learning neural-network generator keras model-fitting 2017-07-24

    1热度

    2回答

    使用Keras Python测试神经网络

    我已经训练并测试了一个前馈神经网络，它使用Python中的Keras和数据集。但每次，为了识别带有外部数据的新测试集（外部因为数据未包含在数据集内），我必须重新训练前馈神经网络来计算测试集。比如每次我必须做的： model.fit (data, output_data) prediction=model.predict_classes(new_test) print "Prediction :
    python neural-network pattern-recognition model-fitting 2017-06-19

    0热度

    1回答

    python curve_fit边界和初始条件的选择会影响结果

    我有一个数据集，由两个自由参数描述，我想用optimalization.curve_fit来确定。该模型定义如下 def func(x, a, b,): return a*x*np.sqrt(1-b*x) 而且配件部分如 popt, pcov = opt.curve_fit(f = func, xdata = x_data, ydata= y_data, p0 = init_gue
    python curve-fitting boundary model-fitting 2017-06-20
最新问题