Huber损失函数相关论文
针对目前睡眠脑电数据的标记仍以专家评判为主,导致数据标记不足,以及影响睡眠状态自动评估的不同阶段睡眠脑电数据类不平衡等问题......
采用当前方法修复测距误差时,无法准确地在短时间内获得测距数据和信息,不能全面地检测测距误差,增加了修复测距误差所用的时间,修......
当数据规模逐渐扩大以及数据不断更新时,将传统的基于支持向量回归机(Support Vector Regres-sion,SVR)的一次性建模算法用于数据......
给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器。分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误......
研究了无限再生核希尔伯特空间(RKHS)中半径为R的球内回归估计的Huber损失函数集Vr维的有限性,给出其Vr维的上界估计,从而保证此类......
非负矩阵分解(Nonnegative Matrix Factorization)算法能为原始数据找到非负的、线性的矩阵表示且保留了数据的本质特征,已被成功......
Huber损失函数是稳健回归中的经典方法，Berhu罚函数是L1和L2罚函数的集成。为了从异常值较多的时间序列中提取趋势项，本文结合Huber......
加快推进诚信建设是目前我国烟草行业发展的必然趋势和现实需求。针对当前对烟草行业诚信建设的核心对象即卷烟零售户的信用方面的......
损失函数集的Vγ维的有限性是学习过程具有一致性的充分必要条件。因此,研究Vγ维具有重要意义。本文讨论了无限维再生核希尔伯特......
针对短期交通流预测问题,为完成实时精准预测,建立了一种基于Huber损失的极端梯度上升(Extreme Gradient Boosting, XGBoost)短时......
非负矩阵分解是一种经典的数据分析工具被广泛应用于聚类任务中。它在保证对原始矩阵的良好近似前提下,为原始数据找到非负的、线......
当时间序列中包含异常值时,L1和L2规则化趋势滤波不能有效地从中提取趋势成分,因此,文章从稳健性角度出发,用Huber损失函数替代最......
为使Huber-SVR更具鲁棒性，深入研究了Huber-SVR中参数与输入噪声之间的关系。运用SVR的贝叶斯框架，分别推导出了鲁棒的Huber-SVR中参......
为了提高Huber-支撑向量回归机Huber-SVR的鲁棒性,研究了Huber-SVR算法中参数μ与输入噪声之间的关系,利用将SVR的优化问题转换成......
