高斯核

作品数：369被引量：1695H指数：18
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：严承王建新康文雄杜瑞杰王双成更多>>
相关机构：西安电子科技大学华南理工大学天津大学浙江大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
几种地震目录可视化方法简述
《地球与行星物理论评(中英文)》2025年第4期361-371,共11页何培 张怀 石耀霖 
国家自然科学基金资助项目(U2239205)。
在地学中,地震学家们为了可视化地震目录数据中地震震级、频次等随着震中位置的变化关系以及地震震级随着发震时间的演变问题等,往往采用二维/三维散点图、M-T图等表达方式挖掘地震信息.随着地震监测能力的不断提高,地震目录的完成程度...
关键词：地震目录可视化 高斯核函数 川滇地区 数据挖掘 震级-频次图 
自适应引导滤波下图像多尺度细节增强
《现代电子技术》2025年第9期24-27,共4页李俊霖 
在图像增强过程中,通常需要对图像进行去噪和平滑处理,但这一步骤往往会导致图像的边缘变得不清晰,甚至可能出现模糊的效果。因此,提出一种自适应引导滤波下图像多尺度细节增强方法。采用自适应引导滤波技术对图像实施滤波操作,在去除...
关键词：引导滤波 自适应 多尺度 细节增强 高斯核函数 加权融合 平滑处理 
基于STL-XGBoost-KDE组合优化模型的生鲜区间价格预测
《江西科学》2025年第1期126-131,共6页陈兴琪 詹棠森 
国家自然科学基金项目(71763013);江西省教育厅学位办项目(JXYJG-2023-160)。
通过探索生鲜价格波动研究,构建了基于STL-XGBoost-KDE区间预测模型。对于单STL模型难以分离灵活的趋势和季节性数据的问题,引入Loess方法进行处理再分解,将分解得到的分量与原始价格数据作为输入,选择灵活性和可扩展性的XGBoost模型进...
关键词：时间序列分解 区间预测 高斯核密度估计 累积分布函数 
基于红外图像特征参量和GK-SVM算法的复合绝缘子劣化诊断方法研究
《西南大学学报（自然科学版）》2025年第2期184-194,共11页武永泉 周晖 赵轩 张四维 祝仁杰 黄昭 王艺蛟 乔新涵 张东东 
国网江苏省电力有限公司科技项目(J2023087);江苏省自然科学基金项目(BK20181021)。
复合绝缘子劣化、局部温升已成为输电系统运行过程中的严重问题,红外图像可用于复合绝缘子发热的识别,但复合绝缘子发热影响因素复杂、缺乏有效识别方法等问题制约了红外图像的有效应用。考虑风速、湿度、碳化通道长度、水分侵入等条件...
关键词：红外图像特征 复合绝缘子 劣化 发热 识别方法 粒度高斯核 
基于GCN的杭州地铁客流量分析与预测
《建模与仿真》2025年第1期1156-1167,共12页王浩哲 夏莫 周亦威 
本文利用2021年杭州地铁的支付宝移动支付数据,通过详细的数据预处理和特征分析,构建了一个基于GCN的预测模型,旨在提高对未来一天内不同时间段的客流量预测准确性。该模型特别考虑了地理空间相关性、分布差异性以及动态分布相关性等多...
关键词：地铁客流预测 图卷积神经网络 高斯核函数 JS散度 注意力机制 
基于改进Transformer的电力系统不良数据辨识
《河北电力技术》2024年第6期36-43,共8页程慧琳 张晶 胡建一 卢志刚 甄晓晨 
国网河北省电力有限公司科技项目(kjcb2021-019)。
针对目前电网状态估计时存在的不良数据辨识率低的问题,提出了一种基于改进Transformer的电力系统不良数据辨识方法。首先,改进传统Transformer编码器结构,在自注意力机制的基础上引入高斯核函数,以提高模型对不良数据邻近点数据的检测...
关键词：不良数据辨识 Transformer网络 无监督学习 高斯核函数 重构分数 
带高斯核的支持向量数据描述问题的高效积极集法
《计算机应用》2024年第12期3808-3814,共7页张奇业 曾心蕊 
北京航空航天大学研究生教育与发展研究专项基金资助项目(JG2023014)。
针对积极集法求解支持向量数据描述(SVDD)问题时,在大规模数据场景下每次迭代计算量大、效率低的问题,设计一种带高斯核的SVDD问题的高效积极集法(ASM-SVDD)。首先,利用SVDD对偶模型约束条件的特殊性,每次迭代求解一个降维的等式约束子...
关键词：支持向量数据描述 二次规划 积极集法 异常值检测 有限终止性 
基于DL和GKDE的松花江流域土壤侵蚀类型的概率评价研究
《水土保持学报》2024年第5期116-128,共13页邢贞相 王嘉麒 张鸿雪 宋健 王轶男 段维义 宫铭 黄昌丽 
国家自然科学基金项目(51979038,52209008)。
[目的]为科学判别流域尺度土壤侵蚀类型并给出相应的发生概率。[方法]构建基于深度学习(deep learning,DL)的松花江流域土壤侵蚀模数(erosion modulu,EM)计算模型,并计算不同类型的侵蚀模数。以降雨、气温、风速3个侵蚀模数影响因子为...
关键词：松花江流域 土壤侵蚀 深度学习算法 高斯核密度估计法 概率评价 
利用团队间的影响解决多智能体强化学习中的奖励冲突
《智能计算机与应用》2024年第10期56-62,共7页赵花蕊 
国家自然科学基金(61972092)。
本文提出了一种基于智能体间相互作用的MARL学习框架,称为IC,以解决MARL中稀疏奖励环境导致智能体产生冲突的问题。IC的主要功能是根据智能体间的高斯核函数大小赋予不同的值,计算出智能体的影响矩阵,并将影响矩阵的核范数作为额外奖励...
关键词：多智能体强化学习 稀疏奖励 奖励冲突 高斯核函数 核范数 
基于支持向量机的风电并网短期负荷预测方法
《电气时代》2024年第9期32-34,共3页赵焱斌 
在对风电并网短期负荷进行预测时,由于历史负荷数据、风速数据和时间数据等特征具有多维度属性,导致预测结果的准确性难以得到保障。为此,提出基于支持向量机的风电并网短期负荷预测方法研究。通过构建风电并网支持向量机,将负荷预测问...
关键词：深度学习 支持向量机 时间数据 高斯核函数 非线性映射 特征空间 短期负荷 负荷数据 
全选清除导出
共37页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部