小样本数据相关论文
针对薄互层砂体识别难度大、常规模型驱动和数据驱动等地震预测方法精度较低的难题，提出一种基于空变目标函数的模型-数据驱动地震A......
面向新能源微电网负荷预测，针对中长期负荷预测中样本数据不足导致预测精度不高的问题，本文提出了一种新的数据扩容方法，将原始数据样......
基于卷积神经网络的立体匹配算法大多需要较大的感受野，但是大多算法在扩大感受野的同时使得参数量剧增，使得算法对于训练数据的规模......
小样本学习是面向小样本数据的机器学习，旨在利用较少的有监督样本数据去构建能解决实际问题的机器学习模型。小样本学习可以解决传......
人工智能的逐步应用对行业的生产效率和技术变革影响显著, 传统行业因样本收集难度大、成本高、涉及个人隐私等原因, 进行深度学习......
针对传统预测模型在样本不足的情形下,无法实现高精度月度供电量预测的问题,提出了一种基于改进的生成对抗网络数据增强方法,能够......
神经网络强大的非线性拟合能力使其在参数预测方面的应用越来越广泛,在神经网络预测激光切割工艺参数过程中,使用小样本数据训练的......
生物特征识别技术是一种识别身份的认证技术,近年来发展迅速。指静脉识别作为生物特征识别的一种,具有唯一、不易复制、活体识别以......
常规齿轮弯曲疲劳试验数据处理方法是基于最小二乘法(LSE)等传统频率理论的,在小样本条件下可靠度应力寿命(P-S-N)曲线易发生拟合......
电梯的安全性和可靠性一直是人们高度重视的问题。针对于电梯故障预测领域,目前国内外对于电梯故障预测方面研究的基本思路是根据......
针对工业中具有“贫”信息、小样本序列数据的被控对象，提出了一种基于SCGM(1,1)的模糊PID控制算法。该算法利用SCGM(1,1)模型对系......
创新是企业为适应环境变化、提升自身可持续发展能力并实现更高价值的重要管理活动。随着服务经济愈发为市场所重视，与技术创新相对......
针对光伏发电组件故障类型复杂且监测困难的问题,在原始小样本数据的基础上,提出基于数据扩充的光伏组件故障诊断方法。首先,在光......
本文通过大样本疲劳数据的3 参数威布尔分布形状参数的有效估计,提出了满足同一S-N 曲线中具有相同变化斜率的其他应力水平下......
滚动轴承是旋转机械内常出现问题的重要部件,其故障情况复杂且难以诊断。基于小样本故障数据学习环境,针对小样本学习在提取真实特......
投标风险测度是投标决策的重要基础。通过系统分析国际水电工程项目投标风险影响因素,从经济条件、环境条件、项目条件、竞争对手......
考虑到复杂装备研制大部分情况下都是小批量定制化生产,其质量检验与控制过程中常常面临着小样本贫信息检验问题,本文依据极大熵准......
随着计算机笔迹鉴别在相关民事与刑事领域中应用越来越广泛，针对已有的笔迹鉴别方法对笔迹版式和字符数量要求较高，但在实际笔迹鉴别......
小样本数据在测量不确定度方面的应用非常广泛,但在实际应用中往往无法确定测量数据的概率密度分布类型。通常根据经验将其设为特......
大气腐蚀是各种腐蚀形式中最为普遍的一种，每年因大气腐蚀所造成的损失占所有腐蚀损失的四分之一。我国在该领域经过二十余年的研究......
在现代处理器开发中,早期空间探究设计是一个重要的因素。多核处理器的趋势导致了大规模体系结构底层的复杂性和异构性。随着多核......
网络给人们带来便捷的同时也造成了安全隐患。大量的隐私数据、机密数据等在网络中传播,使得网络安全问题日渐突出。本课题将网络......
个性化推荐系统能够推送给我们想了解的信息,加快人们对信息的获取速度。由于新闻推荐领域中用户兴趣模型往往会随行为信息的变化......
随着GPU等硬件设备的发展和大型标注数据集的公开,深度学习在计算机视觉领域展现了突出的性能。通过层层堆叠神经元,深度学习构建......
随着铁路系统的不断完善,中国铁路运输由短距低速转变为长距高速,关键部件服役条件迅速恶化,疲劳失效问题日益突出。因此,评估铁路......
准确预测未来的经济趋势对调整当前经济政策非常重要。由于数据样本量较小,不规则且不稳定,因此难以建立准确的预测模型对北京的第......
摘要目的通过比较可能曾行透视引导介入(FGI)操作的医生(简称FGI MD)与精神科医生之间的总体和特定病因死亡率,确定是否有与已知辐......
阜阳市局 ￡4a 局长——_MINtkMMtgj’＃lnH＄B——q.M——D收束志不他只邀狲位J则【科校为先导推动地租工作.B为广为戳民U用凶盼引眯B.......
通过有效的特征选择进行疾病分类是当前生物信息学研究的常见问题,从高维基因数据中消除噪声、筛选出存在于低维子空间的特征基因,......
本文针对车辆行驶过程中常见的过坎工况，描述了进行主观评估和客观测量的方法，分析了麦弗逊结构前悬的响应特征，探索了神经网络用......
本文在借鉴国内学者对梅耶斯融资优序模型修改的基础上，以北京地区上市公司小样本数据为研究对象，运用回归分析验证北京上市公司的融......
支持向量机方法在小样本、非线性情况下,具有较好分类、泛化性能。本文针对入侵检测中的非线性、高维、小样本数据,提出了一种基于......
金融市场长记忆性问题的研究一直是国内金融实证研究的热点。聚合方差法是金融时间序列长记忆性检验的主要方法之一，但是它对样本容......
本文研究了统计学习理论和支持向量机技术,建立了基于统计学习理论的钻具失效学习模型,通过对小样本数据的学习进行优化,分析钻具......
支持向量机(SupportVectorMachine,SVM)是在统计学习理论基础之上发展起来的,针对小样本数据的机器学习方法,其优良的推广性能引起......
支持向量机(SVM)是在统计学习理论基础之上发展起来的,针对小样本数据的机器学习方法,其优良的推广性能引起众多研究者的重视并得......
本文采用对小样本数据分类效果较好的"交换支持向量机"(TSVM,transductivesupportvectormachines)做分类学习算法,并对TSVM的......
介绍了支持向量机回归算法,对某型飞机主油泵故障数据进行了拟合训练和外推预测分析,为飞机部件故障数预测、可靠性评估和备件需求......
传统的机床可靠性评估方法都需要以大样本的故障数据来保证评估结果的准确,而在现场可靠性试验中这是难以实现的条件。因此,本文就......
灰色神经网络模型在变形监测数据处理中得到广泛应用。将神经网络与灰色系统理论两种方法融合建立灰色神经网络能弥补二者之不足，理......
近三十年来,随着人工智能的发展,用于解决不确定问题的贝叶斯网络逐渐引起人们的研究兴趣.但在实际问题中,由于受到许多客观条件的......
目的为了解决基于卷积神经网络的算法对高光谱图像小样本分类精度较低、模型结构复杂和计算量大的问题,提出了一种变维卷积神经网......
针对小样本数据的实际分析需求,利用相关向量机理论模型算法,实现对小样本数据预测.同时,通过相关实验表明采用相关向量机用作小样......
