期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
大样本线性回归模型的子抽样及变量选择
被引量：
5
1
作者
徐礼文
廖丹
《统计与决策》
CSSCI
北大核心
2022年第2期5-9,共5页
文章考虑了大样本下线性回归中同时进行快速估计和变量选择的问题,即针对一个存在稀疏解的大样本线性模型,根据重要性抽样分布从全数据集抽取少量子样本,对该子样本进行自适应Lasso估计。通过随机模拟研究,将该算法分别应用在几种不同...
文章考虑了大样本下线性回归中同时进行快速估计和变量选择的问题,即针对一个存在稀疏解的大样本线性模型,根据重要性抽样分布从全数据集抽取少量子样本,对该子样本进行自适应Lasso估计。通过随机模拟研究,将该算法分别应用在几种不同的数据集中,并从模型预测精度和可解释性两个方面比较了四种子抽样方法在该算法下的表现。模拟结果表明,所提出的算法具有良好表现,在计算开销上也具有一定优势。
展开更多
关键词
大样本
数据降维
子抽样算法
变量选择
在线阅读
下载PDF
职称材料
基于空间约束的自适应单目3D物体检测算法
被引量：
1
2
作者
张峻宁
苏群星
+2 位作者
刘鹏远
王正军
谷宏强
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第6期1138-1146,共9页
引入无须先验模版匹配的3D目标检测算法,通过简化消失点(VP)计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法.针对复杂场景下VP计算易受干扰的问题,根据室内场景中世界坐标系、相机以及目标物体之间的空间关系,建立目标...
引入无须先验模版匹配的3D目标检测算法,通过简化消失点(VP)计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法.针对复杂场景下VP计算易受干扰的问题,根据室内场景中世界坐标系、相机以及目标物体之间的空间关系,建立目标、相机偏航角与VP之间的约束模型,提出一种基于空间约束的M估计子抽样一致性(MSAC)消失点计算方法;为了提高3D框的估计精度,在VP透视关系的基础上,提出一种自适应估计3D框角点的方法,通过建立目标3D轮廓线与2D框的空间约束关系,实现目标物体的3D框快速检测.相关数据集的实验结果表明,所提方法相比于其他算法不仅在室内场景下具有估计精度高、实时性好的优势,而且在室外场景实验下也具有更好的精度和鲁棒性.
展开更多
关键词
3D目标检测
透视原理
消失点(VP)
空间约束
M估计
子
抽样
一致性(MSAC)
算法
在线阅读
下载PDF
职称材料
题名
大样本线性回归模型的子抽样及变量选择
被引量：
5
1
作者
徐礼文
廖丹
机构
北方工业大学理学院
出处
《统计与决策》
CSSCI
北大核心
2022年第2期5-9,共5页
基金
国家社会科学基金资助项目(20BTJ046)。
文摘
文章考虑了大样本下线性回归中同时进行快速估计和变量选择的问题,即针对一个存在稀疏解的大样本线性模型,根据重要性抽样分布从全数据集抽取少量子样本,对该子样本进行自适应Lasso估计。通过随机模拟研究,将该算法分别应用在几种不同的数据集中,并从模型预测精度和可解释性两个方面比较了四种子抽样方法在该算法下的表现。模拟结果表明,所提出的算法具有良好表现,在计算开销上也具有一定优势。
关键词
大样本
数据降维
子抽样算法
变量选择
Keywords
large sample
data dimension reduction
subsampling algorithm
variable selection
分类号
O212.1 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于空间约束的自适应单目3D物体检测算法
被引量：
1
2
作者
张峻宁
苏群星
刘鹏远
王正军
谷宏强
机构
陆军工程大学导弹工程系
陆军指挥学院
[
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第6期1138-1146,共9页
基金
国家自然科学基金资助项目(51205405,51305454).
文摘
引入无须先验模版匹配的3D目标检测算法,通过简化消失点(VP)计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法.针对复杂场景下VP计算易受干扰的问题,根据室内场景中世界坐标系、相机以及目标物体之间的空间关系,建立目标、相机偏航角与VP之间的约束模型,提出一种基于空间约束的M估计子抽样一致性(MSAC)消失点计算方法;为了提高3D框的估计精度,在VP透视关系的基础上,提出一种自适应估计3D框角点的方法,通过建立目标3D轮廓线与2D框的空间约束关系,实现目标物体的3D框快速检测.相关数据集的实验结果表明,所提方法相比于其他算法不仅在室内场景下具有估计精度高、实时性好的优势,而且在室外场景实验下也具有更好的精度和鲁棒性.
关键词
3D目标检测
透视原理
消失点(VP)
空间约束
M估计
子
抽样
一致性(MSAC)
算法
Keywords
3D target detection
perspective principle
vanishing point(VP)
space constraint
M-estimator sample and consensus(MSAC)algorithm
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
大样本线性回归模型的子抽样及变量选择
徐礼文
廖丹
《统计与决策》
CSSCI
北大核心
2022
5
在线阅读
下载PDF
职称材料
2
基于空间约束的自适应单目3D物体检测算法
张峻宁
苏群星
刘鹏远
王正军
谷宏强
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
