期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
航空输流管道动力学的非参模型研究
1
作者 曹建华 刘永寿 刘伟 《振动与冲击》 EI CSCD 北大核心 2018年第18期43-47,共5页
针对航空工业中管道上卡箍支承的不确定性,采用适用于系统误差的非参法,对输流管道进行建模、仿真并预测管道振动特性。将输流直管上卡箍简化为简支和扭转弹簧,采用尺度为3,阶数为4的区间样条小波有限元离散管道振动微分方程,将卡箍所... 针对航空工业中管道上卡箍支承的不确定性,采用适用于系统误差的非参法,对输流管道进行建模、仿真并预测管道振动特性。将输流直管上卡箍简化为简支和扭转弹簧,采用尺度为3,阶数为4的区间样条小波有限元离散管道振动微分方程,将卡箍所影响的系统刚度矩阵视为不确定性,以非参法生成随机模型。通过数值结果对比,对于频率响应曲线,非参模型的可信区间完美包含均值模型;随着频率的增大,不确定性对高阶频率影响越大;对于频率随流速变化曲线,非参模型的可信区间完美地包含均值模型,随着流速的增大,不确定性对每阶频率的实部影响越来越小,而对虚部影响越来越大,且不确定性对发散和颤振失稳没有影响。 展开更多
关键词 输流管道 卡箍 小波有限元 非参模型
在线阅读 下载PDF
基于非参数核密度模型的交通图像目标提取
2
作者 孙棣华 王川童 赵敏 《计算机工程与应用》 CSCD 北大核心 2011年第21期182-184,187,共4页
针对现有目标提取和去噪方法不能很好地满足城市交通图像车辆目标提取的要求,提出基于概率比较结合形态学闭操作的目标提取去噪方法。通过非参核密度估计算法建立背景模型,获得每个像素点上各灰度值的出现概率,提取出前景目标;分别计算... 针对现有目标提取和去噪方法不能很好地满足城市交通图像车辆目标提取的要求,提出基于概率比较结合形态学闭操作的目标提取去噪方法。通过非参核密度估计算法建立背景模型,获得每个像素点上各灰度值的出现概率,提取出前景目标;分别计算前景目标是属于车辆移动还是树叶抖动的概率,通过概率比较去除噪声,用形态学闭操作进一步去噪。实验结果表明,提出的算法较好地实现了树叶噪声与车辆目标的分离,能有效去除树叶抖动噪声,正确提取车辆目标,具有良好的抗噪性。 展开更多
关键词 城市车辆检测 核密度模型 噪声去除 目标提取
在线阅读 下载PDF
非监督式层次话题情感模型在网络评论主题发现中的应用
3
作者 陈永恒 姚桂杰 林耀进 《东北石油大学学报》 CAS 北大核心 2015年第1期112-117,8,共6页
自动发现话题的隐含结构、情感的极性及其关系,可以方便用户从海量网络评论集中快速获得他们关注的主要观点.提出一种基于非监督式的层次话题的情感(Unsupervised Level Aspect-Sentiment,ULAS)模型,利用贝叶斯非参数性模型作为先验知识... 自动发现话题的隐含结构、情感的极性及其关系,可以方便用户从海量网络评论集中快速获得他们关注的主要观点.提出一种基于非监督式的层次话题的情感(Unsupervised Level Aspect-Sentiment,ULAS)模型,利用贝叶斯非参数性模型作为先验知识,实现非监督式发现未标记评论文本集话题的层次结构,分析层次话题的情感极性.实验结果表明,相比传统的JST和ASUM模型,ULAS模型具备较高的分类精确度和较强的模型泛化能力,能够解决传统话题情感模型只能在单一粒度话题层进行情感分析的问题,实现多粒度话题层的情感分析,满足用户对于评论对象不同粒度话题的情感信息需求. 展开更多
关键词 监督式层次话题情感模型 隐藏狄利克雷分配 文本分析 网络评论 主题发现 主题模型 贝叶斯模型
在线阅读 下载PDF
基于时间Dirichlet过程混合模型的在线目标跟踪 被引量:1
4
作者 孙建中 熊忠阳 张玉芳 《系统仿真学报》 CAS CSCD 北大核心 2013年第6期1155-1160,共6页
针对目标跟踪过程中,可变目标表观的特征数据会发生"分布漂移"的问题,提出一种基于非参贝叶斯多模表观模型的目标跟踪方法。首先,以时间Dirichlet过程为先验分布,把先前估计的目标样本划分为不同的聚集,使得每个聚集表示一类... 针对目标跟踪过程中,可变目标表观的特征数据会发生"分布漂移"的问题,提出一种基于非参贝叶斯多模表观模型的目标跟踪方法。首先,以时间Dirichlet过程为先验分布,把先前估计的目标样本划分为不同的聚集,使得每个聚集表示一类表观,同时,每个表观类被建模为判别式分类器;然后,基于贝叶斯后验推断,权衡先前表观模型的分类误差和拆分聚集的代价,从数据中自主学习表观模型;最后,基于Noisy-OR模型,以贪心(Greedy)策略协同各表观分类器判别出目标。仿真结果表明该方法能较好的跟踪可变目标表观,改善了目标跟踪性能。 展开更多
关键词 目标跟踪 在线多示例Boosting算法 时间Dirichlet过程混合模型 贝叶斯模型
在线阅读 下载PDF
超高维数据边际经验似然独立筛选方法(英文) 被引量:2
5
作者 张俊英 张日权 +1 位作者 王航 陆智萍 《应用概率统计》 CSCD 北大核心 2019年第2期126-140,共15页
可加模型通过协变量函数对响应变量起作用,是更加灵活的非参统计模型.当协变量个数大于样本数且以指数阶增大时,将维数降到经典方法可解决的范围是统计学家急需解决的问题.本文研究了超高维数据可加模型的变量筛选问题,提出了边际经验... 可加模型通过协变量函数对响应变量起作用,是更加灵活的非参统计模型.当协变量个数大于样本数且以指数阶增大时,将维数降到经典方法可解决的范围是统计学家急需解决的问题.本文研究了超高维数据可加模型的变量筛选问题,提出了边际经验似然变量筛选方法.该方法通过排列在0点的边际经验似然率选择变量.我们证明了选择变量集以概率1渐进包含真实变量集;提出了迭代边际经验似然变量筛选方法.数据模拟和实数据分析验证了所提方法的可行性. 展开更多
关键词 边际经验似然筛选 回归模型 变量选择 维数缩减
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部