隐变量模型相关论文
深度学习是机器学习的重要分支,是一种使用多层非线性变换结构进行模式匹配和预测的算法。近年来,深度学习被广泛应用在图像识别、......
高斯过程作为一种柔性贝叶斯非参数化模型,近年来已被逐渐应用于机器学习等相关领域中,并取得了良好的效果。然而现存的相关模型,......
语音转换技术(Voice Conversion)是语音信号处理的一个重要分支,近几年国内外研究学者在该领域取得了许多研究成果。本文研究内容......
散度族非线性模型是数理统计中一个新兴的研究课题,具有重要的理论意义和广泛的应用前景.该文研究了散度族非线性模型和散度族非线......
目前,最能体现互联网智能化发展的是发现用户偏好,即将信息有针对性地推送给用户,体现个性化服务。因此,人们更加关注通过分析用户......
随着互联网的迅猛发展,电子商务迅速崛起。淘宝、京东、大众点评网等电子商务网站成为人们身边不可或缺的生活帮手,而参考已购买者......
表示学习是人工智能领域的核心研究问题之一。许多成功的模型都可以被理解成是表示学习的特例,这包括用概率建模隐变量和观测变量......
绝大多数复杂性状疾病(complex diseases)都是多基因病(polygenic disorders),随着人类基因组单型图( HapMap)的逐步完成,单核苷酸......
面向海量数据的流量分类技术日趋重要,已成为网络资源调度、网络信息安全等领域的基础支撑技术。无监督机器学习因其无需手动标记......
传统语音转换方法利用说话人声音特征映射实现,容易造成过平滑（over-smoothing）和过拟合（over-fitting）问题。本文从语音信号内容与形......
聚类分析方法是一种无需先验信息即能探索数据内在分类结构信息的模式识别方法,已经被广泛应用到气体传感器阵列的模式识别研究中.......
随着Web2.0的不断普及和电子商务应用的迅速发展,大规模的在线评价数据不断产生,使用户行为数据分析和用户行为建模成为可能,具有......
电子商务应用中产生了大量用户评分数据，而这些数据中富含了用户观点和偏好信息，为了能够从这些数据中准确地推断出用户偏好，提出一种......
关键性能指标测量对于流程工业的质量控制和运行性能至关重要,本论文针对当前流程工业关键性能指标测量难的问题,以目前三大类常用......
针对轨迹隐私保护的个性化需求问题,提出一种基于典型相关分析的个性化轨迹隐私保护算法。算法对数据产生者认为不敏感的轨迹直接......
大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它......
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种......
说话人识别,又称为声纹识别,它是一种生物识别技术。由于语音具有自然性、唯一性、易采集性等优点,使得说话人识别技术受到了人们......
论文第一章为本论文的绪论，在该部分作者概述了化学模式识别的基本发展情况，着重讨论了线性判别分析，聚类分析和模式识别在气体传感器......
为解决传统逆向运动学算法计算繁琐、效果不逼真的问题,提出一种快速自适应比例高斯过程隐变量模型（FASGPLVM）,并基于该模型实现人体......
随着全球化市场竞争的加剧以及国家对节能减排要求的提高,动态优化在现代工业过程中得到了越来越多的关注。传统的动态优化一般都......
在当今这个信息大爆炸的时代,随着科学技术特别是计算机技术的飞速发展,大规模的高维数据大量涌现,且这些数据往往具有非线性结构,......
随着Web2.0的不断普及和电子商务应用的迅速发展,大规模的在线评价数据不断产生,使用户行为数据分析和用户行为建模成为可能,且具......
物种分布模型通常用于基础生态和应用生态研究,用来确定影响生物分布和物种丰富度的因素,量化物种与非生物条件的关系,预测物种对......
在机器学习和模式识别领域,会不可避免地遇到很多高维数据,从而出现“维数灾难”。为了避免“维数灾难”问题,需要对高维数据进行......
由于传统的线性降维方法存在局限性，利用高斯过程隐变量模型的非线性降维，提出一种新的基于高斯过程隐变量模型的表情识别方法。上述......
理性预期假设在经济金融研究中占据着十分重要的地位，但它是否真的与人们的决策行为相一致，仍然是并不十分清楚的问题。本文利用中国......
