核学习相关论文
本文研究内容包括系统逼近，分析金融时间序列的非线性特征并进行预测。为了提高系统逼近性能，重点研究核学习机器算法，提出了改进......
该文主要研究基于核函数的机器学习方法(以下简称核学习方法)的理论、算法和应用.针对目前核学习方法中存在的一些问题:如何提高现......
当前的人脸识别技术主要是基于二维人脸灰度图像的,虽然其简单、快捷并且有效,但是一旦被识别者所处的环境受到光线变化的影响,或......
动态纹理通常通过线性动态系统建模。这种方法灵活,内存损耗小,可编辑。然而,由于这种过于简单的噪声驱动线性动态系统模型并不总......
分类与回归技术已经被广泛应用于人脸识别,卫星图像识别,信息安全等等多个领域。而集成学习能够有效地提升单个模型的分类与回归效......
单分类(One-Class Classification)算法旨在建立针对目标数据的分类模型,学习目标数据的特征并得到识别模型,用来检测异常样本。它......
稀疏优化算法目的是求解优化问题的稀疏解。在数据日趋高维化的时代,稀疏性可以帮助人们更好地提炼出最有意义的特征信息,同时削弱......
行人再识别是一种在监控视频中自动搜索行人的重要技术,该技术包含特征表示和度量学习2部分.有效的特征表示应对光线和视角变化具......
期刊
随着社会经济不断发展、科学技术日新月异,人脸识别的研究在国防、安保、互联网以及生活的多方面都有着非常重要的意义,人类迫切需......
以学习理论解决数据分析问题,是近期统计学研究的趋势之一。问题规模与复杂性日增的现实,需要更具效率的学习方法。本篇博士学位论......
为了克服核学习中核函数及参数选择问题并提升算法性能,文中提出一种基于数据依赖核函数的核优化算法,用最大间隔准则建立最优目标......
针对流形学习算法——局部保持映射存在的参数选择及不能进行非线性特征提取的问题,提出一种基于核的监督流形学习算法.该算法作为......
期刊
一个有效的核方法通常取决于选择一个合适的核函数。目前研究核方法的热点是从数据中自动地进行核学习。提出基于最优分类标准的核......
提出了一种特征加权的核学习方法,其主要为了解决当前核方法在分类任务中对所有数据特征的同等对待的不足。在分类任务中,数据样本......
针对非线性SISO系统，提出一种基于核学习辨识模型的单步预测控制算法（kernel learning one-step-ahead predictive control，KLOPC）．通过......
结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA＋kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞......
针对入侵检测中部分攻击类型检测率低的问题，提出一种基于核学习的入侵检测改进方法。采用核主成分分析（KPCA）对入侵检测中的高维非线......
探讨了在线核学习基于梯度与基于优化的两种一般性框架,分析了这两种框架显式更新模式下的内在一致性,给出了求解分类与回归问题的......
发酵过程通常采用流加补料操作，无稳态工作点、非线性强，且重要生物量往往无法在线测量。本文提出了一种适用于非线性多输入多输出的......
文中提出一类学习图模型结构的算法,该算法是基于一种称为kernel generalized variance (KGV)的度量方法.此度量方法允许我们在由M......
作为机器学习的主要方法之一,支持向量机不仅有坚实的统计学习理论基础,而且在众多领域中表现出优秀的泛化性能,因此受到了广泛关......
针对菲线性系统，在非线性广义最小方差控制律的基础上，提出了一种基于核学习辨识模型的自适应单步预测控制（KLAOPC）算法．首先辨识出非线......
为了提高强非线性信号的噪声消除和信道均衡能力,在核学习自适应滤波方法的基础上,该文提出一种基于惊奇准则的多尺度核学习仿射投......
提出了一种基于独立主成分分析(independent component analysis,ICA)变量分组和集成学习的软测量建模方法.该方法首先运用ICA对输......
1998年掌握核武器之后,巴基斯坦战略学界普遍支持在常规战争中“首先使用”核武器打击印度常规军事进攻的“以核慑常”核战略学说,......
非平行支持向量机是支持向量机的延伸,受到了广泛的关注.非平行支持向量机构造允许非平行的支撑超平面,可以描述不同类别之间的数......
生物化工和精细化工等以间歇生产方式为主的技术密集型产业,在国民经济中占有重要地位。间歇过程的建模和控制困难、质量波动大等......
距离度量和回归学习在机器学习、模式识别和计算机视觉等领域起着至关重要的作用。许多实际任务，如图像的聚类、分类、基于内容的图......
随着互联网数据的迅猛增长,如何有效且高效的管理和利用这些数据成为了当前互联网亟待解决的一大难题。针对这一问题,模式识别方法......
巴基斯坦自1998年5月成为事实上拥有核武器的国家之后,从未向国际社会公开过核战略文件,官方对外长期保持着模糊的核态度。与巴基......
针对强非线性复杂化工过程的软测量建模问题,提出了一种基于核隐变量正交投影(K-OPLS)的建模方法。隐变量正交投影(O-PLS)是一种通......
高光谱遥感技术在环境监测、精细农业和军事侦察等众多应用领域都引起了广泛关注并占据着重要地位。在应用高光谱图像时,对其分类......
行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中......
极限学习机(ExtremeLearningMachine,ELM)作为前馈神经网络学习中一种全新的训练框架,在行为识别、情感识别和故障诊断等方面获得......
贝叶斯网络是一种能够对复杂不确定系统进行推理和建模的有效工具,广泛用于不确定决策、数据分析以及智能推理等领域.由于理论和实......
在西方国际政治学界 ,自 2 0世纪 70年代后期以来 ,有关学习理论及其在外交上的应用 ,一直是热门话题之一。约瑟夫·奈提出的核学......
为了及时跟踪非线性化工过程的时变特性,提出即时递推核学习(Kernel learning,KL)的在线辨识方法.针对待预测的新样本点,采用即时......
期刊
目前，基于统计学习的模式识别技术已经得到了较深入的研究，一些相关技术成果已成功高效地应用于各种不同的领域。但因为统计学习理论......
分类是人类活动中最常见的决策任务之一。当前,用于分类的神经网络算法及模型已经广泛应用于科学、工业和医学等不同领域中。尽管......
随着计算机的不断发展和互联网的快速普及，人们收集数据以及存储数据的能力都大大提高。在过去十年里，无论在科学研究还是在社会生活......
高光谱遥感图像以其纳米级的光谱分辨率及高达几百个波段的光谱信息,揭示了许多传统全色探测不可观测到的地物目标特性,具备了更强......
为改善支持向量机的性能,从深度学习的角度研究核学习的方法,提出了基于多层感知器的深度核映射支持向量机模型（deep kernel mappin......
