多尺度核函数相关论文
极限学习机（ELM）作为一种简单易行且有效的单隐层前馈神经网络,只需设置网络的隐含层节点个数,随机选取输入参数,就可以产生唯一的最......
针对光滑曲面采样散乱点云含有噪声及异常数据的问题,提出了一种基于多尺度核函数的过滤处理方法。采用核密度估计技术及均值漂移......
针对指纹室内定位算法中环境动态变化对Wi-Fi信号的干扰和定位实时性较差的问题,提出一种基于有序聚类和多尺度核主成分分析的Wi-F......
核函数的构造是支持向量机中的一个重要的问题，它直接影响模型的推广能力。在核匹配追踪学习机的基础上，提出子波核函数和多尺度核函......
针对时变信号小样本集建模分类问题,提出一种深层多尺度径向基过程神经网络(DLMS-RBFPNN)。该模型由时变信号输入层、多尺度径向基......
智能交通系统是一个时变、随机和复杂的系统,其显著特点是具有高度的不确定性,这种不确定性给交通流预测带来了很大困难。近年来,V......
支持向量机方法具有理论完善、结构简单、全局最优、推广能力强等优点,近几年来得到了广泛的应用和研究,并成为一种新兴的机器学习......
