稀疏化相关论文
随着物联网时代的到来,在智能家居、智慧工厂和无人车间等室内环境下,通过分布式传感器可用实现对设备的智能控制,极大丰富和便利......
在阵列信号处理领域,波束赋形技术一直以来都是一项核心技术。这项技术通过调整阵列中各个阵元天线的馈电激励,达到控制接收或发射......
由于脑电信号反映了大脑神经的基本活动,所以能够客观反映出人的内在情感。然而在脑电信号采集过程中不可避免的出现伪迹,这将导致......
本文主要研究了投资组合优化中的几个问题。其一,基于压缩协方差矩阵和稀疏化方法构建稀疏因子组合。其二,提出了一种新的结合了压......
时间序列广泛存在于实际的复杂动态系统中,对其进行分析与建模来挖掘复杂系统动态行为变化的同时,开展前瞻性预测并提供辅助性决策......
通信技术和雷达技术发展之迅速，融合之快，使其从军用扩展到商用，再到如今的民用车载雷达通信一体化。该系统巧妙地应用于车联网中，利用......
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是当前4G-LTE中的核心技术,由于OFDM技术是通过多个子载波并......
热处理炉内工件温度及其分布是衡量工件加热质量以及实现炉子自动控制的重要依据之一,合理的控制工件温度可以提高工件加热质量,降......
近20年,台风路径与强度的预报能力随着数值模式的发展而不断提高。模式的结构设计和物理过程都日渐完备,进而初始条件对于数值预报......
多元时间序列广泛存在于水文、气象、交通、医疗等各种领域,对这些时间序列进行分析与预测,在指导人类社会的生活、生产等方面具有......
随着微波工程中高工作频率、高功率、高集成度、高复杂性等器件研究不断推进,超电大尺寸问题和多尺度问题层出不穷,要求我们深入研......
宽度学习系统是一种新型扁平前馈神经网络,相比于深度结构神经网络,其结构特点在于隐层的增加扩展了网络宽度而非深度。宽度学习系......
古生物学常涉及多样性对比的研究.因为待比较的样本通常大小不一,所以直接对原始数据进行比较一般并不准确.稀疏标准化方法使两样......
凭借着其具有的稳定性,友好性,隐蔽性等优势,人脸识别技术在生物识别领域中正在受到越来越多的关注。在比较理想和环境较为简单的......
近些年来,随着现代生物科学和计算机技术的快速发展,蛋白质序列数据增长迅猛。根据序列预测蛋白质的功能,是生物信息学的研究热点......
语音识别是一种最直接、最便捷的人机交互手段,属于多维模式识别的范畴。最小二乘支持向量机是机器学习领域目前研究较热的一种模......
在现代信息社会，多维时间序列的研究变得越来越重要.相比于单变量时间序列，多维时间序列的研究还远远不够.多维时间序列的传统VARMA......
神经网络的输入数据中有时包含有一些无用的信息,我们称它们为冗余数据。如果包含有冗余数据,我们就需要把它们找出来,我们把这个......
针对超临界直流锅炉受热面存在热力性质的较大变化及很强的非线性,采用稀疏化核偏最小二乘法对直流锅炉受热面的过冷段、蒸发段和......
天线阵列的宽频段测向特性十分复杂,使采用智能学习的方法对波达方向进行估计时,面临着一个海量数据的复杂学习问题.采用LS-SVM建......
肾间质纤维化(interstitial fibrosis,RIF)是指由各种损伤因素引起的肾脏病理过程,组织学表现为肾间质内的成纤维细胞显著增生和细......
为了解决岩石细观力学试验中图像处理过程复杂、质量不高及操作效率低等问题,将LS-SVM的分类方法与数字图像处理的阈值分割法相结......
针对二维小波变换捕捉方向信息有限,不能稀疏地表示MRI图像中曲线状奇异特征的缺点,提出了一种基于离散剪切波变换的压缩感知MRI图......
现有的轨迹匿名算法没有充分考虑轨迹内外在特征信息以及移动对象个性化的隐私需求.为此,本文提出个性化轨迹κ-匿名的概念,并提出......
4G/5G网络功能特性合理应用可有效提升网络质量,但由于当前网络存在多种功能特性资源在同一区域共用的情况,造成功能特性评估结果......
解的稀疏性的丧失——所有的训练样本均作为支持向量,是最小二乘支持向量机的缺点之一,针对导致模型复杂度提高和模型训练、识别速......
提出了一种适用于半导体辐射探测器的全集成CMOS读出电路，该电路结合自触发方式，采用新型的稀疏化方法。当一个通道占用公共输出级时......
分析了红外图像的数据特性，并对红外数据进行稀疏化处理，提出了基于压缩感知理论的红外图像成像方法。在红外图像测量平面使用随机观......
针对最小二乘支持向量机失去标准支持向量机稀疏特性的问题,提出了一种基于密度加权的稀疏化算法.首先计算样本的密度信息,对样本......
目的基因表达谱数据分析是生物信息学领域最重要的研究内容之一。其可实现对不同病理分型的肿瘤的正确分类，对肿瘤诊断和治疗具有重......
本文采用有限差分格式和Daubechies正交小波,提出了一种求解Black-Scholes方程数值解新算法.为美式看跌期定价提供了一条新的途径.......
为解决短波通信过程中信号衰减和多径问题,提升短波信号传输质量和稳定性,分析了短波调制解调中的同步接收、频偏估计、信道稀疏化......
针对已有的局部保留投影(locality preserving projections,LPP)算法可能将相似的类别误投影到一起,导致正确识别率降低的问题.在......
非平稳信号处理理论中高阶统计量方法被广泛应用于模式识别以提取稳健特征，但算法本身需要解决计算量大的问题，加上训练样本具有冗余......
为解决薄板焊缝超声TOFD检测中信号易出现混叠的问题,提出了一种基于小波匹配追踪的超声TOFD稀疏化成像方法。针对传统匹配追踪算......
高垂直分辨率探空资料的稀疏化是资料同化应用过程中非常重要的技术环节。通过甄别L波段秒级探空不同气象要素的时空变化拐点,提出......
近年来,稀疏化研究在人工智能领域非常流行。变量之间往往存在组结构,Group Lasso利用这种组结构并且可以实现变量组选择。将Cappe......
为减少训练完毕之后的最小二乘支持向量机的分类计算量，借鉴神经网络的快速剪枝策略，提出了一种新的稀疏化算法：HS-LSSVM。它在主成分......
非稀疏性是最小二乘支持向量机（Least squares support vector machine,LS-SVM）的主要不足,因此稀疏化是LS-SVM研究的重要内容.在目......
特征提取是GIS局部放电模式识别的关键,通常情况下,由特征数据所构成的特征空间维数较高,不利于分类。基于此,本文引入主分量稀疏......
针对最小二乘支持向量机(LSSVM)缺失稀疏性问题,采用遗传算法对其模型进行稀疏化。算法思想如下:对LSSVM初始模型的核函数项进行二......
为解决传统特征选择方法在处理高维数据经常遇到“维数灾难”问题,提出了一种基于Laplacian正则化项和稀疏理论的特征选择方法(Lap......
针对LDPC码识别过程中的稀疏校验矩阵重建问题,研究并提出了3种算法。在分析和比较LDPC码与一般分组码识别模型的基础上,将LDPC码......
通过加权有向图对人工神经网络的结构进行描述，神经网络被看成为由内部各个子系统和子系统之间的相互作用而构成的一个动力系统．通过......
针对最小二乘支持向量机（LSSVM）仅考虑等式约束，失去了支持向量机（SVN）解的稀疏性，影响了二次学习效率的问题，把最小二乘支持向量机与序列......
