回归网络相关论文
由于涡扇发动机运行工况复杂，导致高维度、多参数监测数据的退化时序特征难以提取，影响了模型的预测性能。针对此问题，提出一种基于双......
为提高单应性估计的准确性和解决真实标注难获取的问题,提出一种具有修正功能的无监督单应性估计算法.该算法采用级联结构,其思想......
在图像分类的实际应用中,未见类样本时常因标签无法获得而不能正确分类。零样本图像分类利用可见类样本的语义知识迁移来预测未见......
近年来，乳腺癌(Breast Cancer，BCa)是全球女性死亡率最高的癌症之一。由于乳腺中的组织较为疏松且乳腺周围分布着大量密集的淋巴结，肿......
本文在分析BP网络的数学理论基础上,针时当前几种通用BP网络算法的优缺点,从性能函数和网络结构上提出解决问题的方法：即采用Cauchy......
计算机视觉的一个重要研究领域的分支是视觉目标跟踪,跟踪器需要结合多种领域的知识,应对多种挑战和突发情况从追踪目标的过程具有......
随着科技的发展,智能化逐渐成为一种趋势。越来越多的智能无人超市、智能无人货柜的出现,使得人工智能技术成功落地。但是也有很多......
针对未知非线性系统的辨识问题 ,本文提出了一种新型的回归网络模型 .证明了该网络模型在一定条件下能够逼近非线性系统的输入输出......
为解决对弹道初始发射参数多变量辨识困难的难题,提出了基于神经网络逆模型的辨识方法.采用对象-正模型-逆模型学习法,用正模型来......
提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法，神经 网络模型可提供多步预测控制所需要的系统输出预测值......
针对参数不确定非线性系统 ,提出了基于回归神经网络的间接自适应控制律。控制器采用滑模变结构技术 ,能保证系统对外部扰动和参数......
为了提高卡尔曼滤波估计精度,提出了一种基于回归神经网络补偿卡尔曼滤波器估计误差的方法。根据Elman网络与非线性ARMA模型工作原......
提出了能够用于非线性系统建模的一种新型回归网络,该网络是Elman网络的改进,由输入层、隐层和输出层构成.输入层由外部输入和内部......
在视频场景下,针对图像帧序列,实现一种基于深度学习的单应性估计算法。传统单应性估计算法主要经过特征点提取和误匹配剔除等步骤......
该文介绍了内回归神经网络逼近非线性ARMA模型、用于时间序列预测的可行性.提出了一种基于回归神经网络及弹道机理模型对非线性弹......
基于强化学习的目标检测算法在检测过程中通常采用预定义搜索行为,其产生的候选区域形状和尺寸变化单一,导致目标检测精确度较低。......
针对未知非线性系统的辨识问题,本文提出了一种新型的回归网络模型.证明了该网络模型在一定条件下能够逼近非线性系统的输入输出关......
针对参数不确定非线性系统，提出了基于回归神经网络的间接自适应控制，控制器用滑模变结构技术，能保证系统对外部扰动和参数不确定性的......
随着桥梁健康监测系统及其应用的不断完善,采用机器学习进行桥梁健康状态评估成为必要趋势。以超大跨度悬索桥为研究对象,基于桥梁......
本文针对一类非线性动态系统,提出了一种新的基于后向回归网络的自适应多步预测方法,并对基于神经网络的自适应预测机理进行了分析......
