随机傅里叶特征相关论文
为了提高对道路高排放源的识别效率，降低其造成的大气污染，提出了一种基于随机傅里叶特征和非常稀疏映射的单类分类（OCC）宽度学习系统（B......
自适应滤波算法作为信号处理领域的经典算法已被广泛应用于实际环境中,例如系统辨识、回声消除和信道均衡。它通过求解一个最小化（......
图像中的异常检测是计算机视觉中非常重要的研究主题,它可以定义为单分类问题;针对图像数据集的规模大,维度高等特性,一种新的深度......
核学习方法是一类通过引入核函数,隐式地将输入空间映射到高维特征空间,将线性学习器拓展为非线性学习器的学习方法。核方法目前已......
求解支持向量机需要大量的内存资源和训练时间。现有支持向量机求解算法没有考虑内存资源的实际限制,而实际环境中,计算资源通常是......
现代工业过程的生产工艺复杂、环境苛刻,一旦发生故障,将会影响生产过程的平稳运行,轻则降低产品性能、造成财产损失,重则引发难以......
核选择直接影响着核方法的性能。已有核选择准则通常难以计算或计算复杂度较高。性质检测是理论计算机科学的重要研究内容,旨在高......
现有大规模支持向量机求解算法需要大量的内存资源和训练时间,通常在大集群并行环境下才能实现。提出了一种大规模支持向量机（SVM）的......
支持向量机（SVM）是最为流行的分类工具，但处理大规模的数据集时，需要大量的内存资源和训练时间，通常在大集群并行环境下才能实现。提出......
核选择直接影响核方法的性能．已有高斯核选择方法的计算复杂度为Ω（n^2），阻碍大规模核方法的发展．文中提出高斯核选择的线性性质检测方......
模型选择是支持向量机（support vector machines,SVMs）学习的关键问题.标准支持向量机学习本质上是求解一个凸二次优化问题,求解的时......
大数据时代下,挖掘数据潜在的价值己成为各行各业提高核心竞争力的必要手段。在通信行业,坐拥丰富数据资源的运营商需要借助数据挖......
支持向量机(Support Vector Machines,SVM)与惩罚逻辑斯蒂回归(Penalty Logistic Regression,PLR)是机器学习中两种重要的核学习方......
传统的线性主动噪声控制算法在噪声信号或噪声通道呈现非线性特性的情况下控制效果不佳。核-滤波最小均方误差算法(Kernel Filtere......
