噪声数据相关论文
细粒度图像识别旨在对某一传统语义类别下细粒度级别的不同子类类别进行视觉识别,在智慧新经济和工业物联网等领域（如智慧城市、公......
手机拍照越来越普遍，人们对手机拍摄图片的质量要求也越来越高。但是手机相机由于光传感器尺寸的限制，拍摄的图像质量往往含有较多的......
中国的大坝工程在运行期可能存在着各种各样的问题，因此大坝安全监控对于保障大坝安全运行显得尤为重要。混凝土坝作为目前设计最为......
面对日益严苛的噪声限制法规，柴油机噪声控制成为广大柴油机设计和生产部门重点关注的课题，而燃烧噪声作为柴油机噪声中占比显著的贡......
针对城市生活中日益严重的噪声问题和人们对噪声监控的现实需求,设计了一种基于STM32和远距离无线通信(LoRa)技术的分布式无线噪声......
小波分析在近年来广泛应用于信号处理中。文章根据蓝绿激光对潜通信中接收信号的特点，利用小波变换的结果估算噪声的特性，设计了一种......
支持向量机是一种新型的模式识别技术。由于具有完备的理论基础和良好的性能,支持向量机已经成为模式识别的一个研究热点。在实际......
近年来数据流数据库作为数据库领域最为活跃的研究方向已经被公认为处理无限、快速、实时的传感器数据的最佳方案,但是目前大部分......
预测分类是数据挖掘中的一个重要的分支部分。它能够用来预测对象的数据标签。目前，数据分类技术在很多领域都有着广泛的应用，如银行......
随着网络通信、计算机技术的快速发展,股市数据分析、天气预测、卫星监测、网络流量监控等多个领域都产生了数据流。由于数据流具......
随着Internet、信息检索等新技术的不断出现及快速发展，各种应用所积累的数据量急剧增长。这些数据背后通常隐藏了反映事物变化规律......
随着高速铁路的飞速发展,高速铁路的安全与舒适成为当前研究的一个热点问题。安装在列车上的传感器采集的噪声数据反映了列车的运......
我国股市在数十年的发展中,股票数据呈现出爆炸式增长、复杂多样、噪声多等特点,利用单一的内部因素数据进行股市分析无法对股票数......
高维特征的数据分析是当前数据挖掘和计算机视觉研究的热点,然而高维数据的维度灾难导致数据分析过程较为困难,且分析的结果往往不......
随着信息技术的快速发展和广泛应用,各行各业积累了大量的数据信息,如何对这些海量数据进行有效处理,并从中挖掘潜在的有用信息,是......
标签比例学习问题(Learning with Label Proportions,LLP)是弱监督学习中一个重要的新兴类型,虽然它有着广阔的应用场景,但是目前......
随着数据量的迅速增加,其中文本形式的数据占很大比重。而文本分类作为最常见的文本挖掘技术,可以在大量杂乱的文本数据中发现有价......
数据异常检测与定位具有重要的实际应用价值,为了提高灵敏光纤网络异常数据检测的准确性,提了一种小波分析和改进支持向量机的高灵......
传统方法的探测范围窄,无法在一定范围内进行扑捉,导致探测性能较差,为此,提出基于大数据的激光点云边界探测方法。利用大数据技术......
遥测系统的无线传输信道已经难以满足遥测系统的发展需求。由于技术和经费的制约，研发更高带宽的遥测通讯设备和增加现有带宽的遥测......
本文主要研究面向噪声数据的正则化学习算法,并对随机权网络(NNRW)相关算法进行了改进.随机权网络算法具有快速学习能力以及强大的......
由于直接变频信号链上使用了IQ解调器,因此要精确地预测噪声指数的影响通常较为困难.一般使用噪声指数仪来测量噪声指数,然而,这种......
滤波反投影法和迭代法是SR-CT重建算法中的两大类算法,松弛迭代法是迭代法中的一种;本文主要研究滤波反投影方法和松弛迭代法。为......
摘 要：模式识别算法往往对训练集样本的数量和质量有较高的要求，噪声的产生会影响数据集的分布特征，从而对算法的学习过程产生一定干......
大数据时代对于数据的精度和有效性要求更为苛刻,因此数据的预处理过程必不可少,只有科学规范的预处理过程,才能使数据分析深层挖......
噪声数据降低了多变量决策树的生成效率和模型质量,目前主要采用针对叶节点的剪枝策略来消除噪声数据的影响,而对决策树生成过程中......
由于目前通过蜂窝基站定位的精度不够高和信令数据产生的不确定性,所以通过手机信令数据估计交通信息参数的精确度仍然是一个巨大......
图像重建常常被转化为线性方程组的求解问题.从解大型线性方程组出发,由逐次超松弛法(SuccessiveOverRelaxation,SOR)推导出一种带......
用于异常检测的机器学习方法，如神经网络和支持向量机，都对训练样本的噪声非常敏感，进而导致推广能力和分类准确性的下降。为了解决上......
学生评教工作的目的就是为了督促教师改进教学方法,提高教学质量。学生评价结果的客观公正是保证教学质量改进的关键一环。在全样......
在推荐系统中,精确率和召回率是衡量推荐系统的重要指标。提出了DRMF＋方法：首先考虑用户的噪声数据有害于推荐的精确性;其次将神经网......
根据支持向量样本、边界向量样本、噪声样本、中心距离比值、百分位数和加权系数之间的关系,提出了基于中心距离比值的加权支持向......
半P-集合（half packet sets）是由内P-集合X^F（internal packet set X^F）与有限普通集合X构成的集合对,或者（X^F,X）是半P-集合,它具有内-......
K-means算法由于其固有的初始聚类质心敏感性,存在聚类结果不稳定、容易收敛到局部最优等问题。现有改进方案在处理无噪数据集时能......
K-均值聚类算法在当前提取数据挖掘的聚类分析方法中已经取得了一定的成就,为了进一步改进其在数据预处理及神经网络结构中的应用,......
模糊C均值聚类算法(FCM)由于样本模糊隶属度归一性的约束,导致FCM算法对噪声数据敏感。提出松弛模糊C均值聚类算法(RFCM),RFCM算法......
在二级齿轮箱的变负载过程中,为了有效地处理非平稳信号,采用小波包提取特征参量（条件属性值）;为了有效地处理带噪声的数据,将变精度......
两层最近邻（TLNN）分类算法通过在有限训练样本条件下最小化错误率的平均绝对误差,能够产生比k-最近邻（kNN）算法更好的分类结果,但其精......
目前统计分析面临的数据大多不再是预先设定的样本数据,而是杂乱、不规范的大规模的海量数据,所以统计分析之前进行数据预处理是非......
提出了一种对原始数据先进行模糊聚类,再提取规则的基于模糊集和粗糙集技术的关联规则挖掘策略,可以在一定程度内减少噪声数据的干......
分析了地面固定站获取的建筑物激光点云特点,提出了建筑物激光点云噪声的3种形态,并针对不同形态噪声数据,采用可视化人工交互方式......
随着城市化发展,噪声污染日益成为居民正常生活和日常工作中的影响因素,噪声污染的改善以及实施合理的措施逐渐降低噪声影响是重要......
面向入侵容忍的入侵检测是网络安全最前沿的研究热点之一．受容侵服务对象本身固有缺陷及系统噪声数据的干扰，传统异常检测算法在容侵......
在文本分类中,应用支持向量机（SVM）算法能使分类在小样本的条件下具有良好的泛化能力,但支持向量机的参数取值决定了其学习性能和泛......
针对现实世界中数据的杂乱性、冗余性和不完整性而提出了一种基于遗传算法的组合数据清理方法。利用这种方法,使得数据在挖掘之前......
