相关熵相关论文
近年来，聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究，然而数据中普遍存在的噪声和异常值严重影响聚类结果.提......
随着工业技术的不断进步,损害或妨碍听力、影响注意力的声音噪音已成为继水污染、大气污染之后的第三大污染。自适应主动噪声控制（A......
聚类分析是数据挖掘领域中的关键技术之一。面对低维数据,传统的聚类算法能够取得理想的结果。随着数据获取技术的不断发展,数据的......
在科技发展日新月异的时代,各类信息的传播速度呈指数式增长,人们越来越多地利用计算机处理各类问题。神经网络作为机器学习、图像......
学位
目标识别与定位技术研究在无线电监测等领域发挥着重要作用。随着通信技术的飞速发展和通信设备的普及应用,电磁环境日渐复杂,无线......
线性调频信号是一种非平稳信号,由于其截获概率低、作用距离远以及具有大时宽带宽积等优点,广泛应用于雷达、声呐、通信以及地震探......
生物测序技术的发展使得人们获得了大规模的基因组学数据,这些组学数据包含了个体或者细胞的微妙变化,对其进行挖掘研究可为探索疾......
极端学习机作为最具代表性的前馈神经网络之一，具有网络参数少，无需迭代，学习速度快等优点。但由于其单隐层的网络结构过于简单，使得极......
随着各行各业对图像的使用越来越广泛，图像信息资源的管理和检索显得日益重要。基于内容的图像检索（CBIR）技术的研究主要包括两个方面......
针对空间金字塔词袋模型中空间特征分布信息利用效率低,各类特征融合不充分的问题,该文提出空间金字塔与局部感受野相结合的相关熵......
随着机器学习特别是深度学习理论和算法的不断发展,为了充分利用无标签数据,无监督学习算法取得了长足的进步。基于自编码器结构的......
近年来,随着我国铁路货运规模的不断扩大,其运营安全问题逐渐引起了广泛关注。铁路货车作为铁路货运的运输载体和核心,其安全隐患......
随着互联网和大数据的快速发展,产生了大量的网络数据。入侵检测是确保网络安全和保护网络资源的重要技术,它能够检测出网络系统中......
异常检测(novelty detection)是机器学习和模式识别领域中的研究热点,它能够成功地辨识出测试集中未参与训练的异常数据。在实际应......
本文研究流形学习问题,它是高维数据维数约简的一个分支。面对“维数灾难”问题,很多数据分析的算法都无能为力。因此,在对高维数......
时延估计作为信号处理领域中的重要研究问题一直受到学者们的广泛重视。时间延迟的估计不仅很好地应用于军事、民用、科学等领域,......
本文主要针对串联杆机械臂的动力学建模问题,通过分析其动力学模型中存在的复杂非线性与不确定问题,指出神经网络因拥有良好的非线......
针对器件退化趋势预测,现有方法难以有效进行模型在线更新且趋势预测易受噪声和奇异值影响产生畸变的问题,构建了一种在线受限相关......
在大数据时代，仅仅通过人工处理海量数据的方法往往不符合实际。为此，产生了以计算机为工具，并结合统计学等多个学科的机器学习。机器......
高光谱图像分类经过近些年的发展,已经趋于成熟并且取得了十分丰富的研究成果。最近,在信息理论学习中,相关熵的概念被Santamaria......
目的 针对LCK(local correntropy-based K-means)模型对初始轮廓敏感的问题,提出了新的基于全局和局部相关熵的GLCK(global and lo......
