检索结果-内蒙古大学图书馆

作者：刘容良郑能恒 518000 广东省深圳市南山区南海大道3688号

本发明公开了一种声源波达方向估计模型训练和声源波达方向估计方法，其中声源波达方向估计模型训练方法，包括：获取基于不同声场环境下多种类型的语音特征构建的模型训练数据；将所述模型训练数据输入到目标神经网络模型，对所述目标... 详细信息

标准号: CN112180318A

本发明公开了一种声源波达方向估计模型训练和声源波达方向估计方法，其中声源波达方向估计模型训练方法，包括：获取基于不同声场环境下多种类型的语音特征构建的模型训练数据；将所述模型训练数据输入到目标神经网络模型，对所述目标神经网络模型进行训练，直至模型估计结果满足估计要求，得到声源波达方向估计模型，其中所述目标神经网络模型包括注意力机制模块和特征融合模块。通过使用多种不同类型的语音特征构建的模型训练数据进行模型训练，使得多种不同类型的语音特征可以进行互补，提高了特征维度，继而提高了训练得到的模型估计结果的准确性。

关键词：模型训练波达方向估计目标神经网络模型语音特征声源模型估计构建特征融合模块注意力机制方向估计声场环境特征维度源波和声

来源：评论

学校读者我要写书评

暂无评论

基于不同分布下Realized GARCH模型的比较研究 ——以沪深300指数的波动性为例

基于不同分布下Realized GARCH模型的比较研究 ——以沪深300指数...

引用

作者：胡冰倩天津商业大学

学位级别：硕士

最近几年,金融市场上的在线交易越来越多,这种在线交易既有优点也有弊端。一方面它使交易变得更加方便快捷,另一方面使得股票市场的波动率变得越来越激烈,从而增加了股票市场的风险。因此人们更加关心股票市场的波动如何变化,在掌握金... 详细信息

最近几年,金融市场上的在线交易越来越多,这种在线交易既有优点也有弊端。一方面它使交易变得更加方便快捷,另一方面使得股票市场的波动率变得越来越激烈,从而增加了股票市场的风险。因此人们更加关心股票市场的波动如何变化,在掌握金融资产价格波动特征的基础上,降低风险从而使收益最大化。在实际应用中,通过波动率模型对金融数据进行建模分析,能够帮助投资者更加了解金融市场上资产价格波动的规律,从而最大化地降低损失,有效地度量和防范金融市场风险。如何选择合适的波动率模型和分布形式就成为提高金融资产价格的估计精度、有效规避风险的关键因素。在波动率模型选择方面,本文以高频波动率模型——Realized GARCH模型为研究对象,该模型将已实现波动率融入到GARCH模型中,从而充分利用了高频数据的信息,克服了低频波动率模型的缺陷。在分布形式选择方面,本文选取了四种常用的“尖峰厚尾偏态”分布:T分布、ST分布、GED分布、NIG分布,同时将正态分布考虑在内。首先,详细介绍了基本GARCH模型及其拓展模型,之后对文中所提到的模型进行了比较分析。其次,对已实现波动率的构造过程、统计特征进行了介绍。在已实现波动率和GARCH模型的基础上,对Realized GARCH模型的提出和发展进行了阐述,并详细介绍了误差项的分布选择。最后,介绍了模型比较准则的相关理论。在理论分析的基础上,本文对沪深300指数的波动率进行建模分析。从CSMAR数据库选取2016年1月5日到2018年12月28日共730个交易日的5min高频数据,并设定收益率误差项分别服从正态分布、T分布、ST分布、GED分布和NIG分布。通过R语言、Eviews软件进行相关分析,发现沪深300指数收益率序列具有尖峰厚尾、偏态分布等特征。然后对五种不同分布下的Realized GARCH模型进行参数估计,并从模型拟合能力、模型分布设定检验、模型波动率预测效果和风险度量这四个方面对不同分布下的Realized GARCH模型进行比较分析。实证分析结果表明,假定收益率误差项服从尖峰厚尾偏态分布(T分布、ST分布、GED分布和NIG分布)的Realized GARCH模型比正态分布表现效果要好,能够较好地拟合收益率的波动性,而NIG分布下的Realized GARCH模型表现最佳,ST分布下的Realized GARCH模型表现次之,因此在分布选择上,我们可以首先考虑NIG分布,其次考虑ST分布。通过对沪深300指数波动性的分析,股票市场上的投资者可以更好地了解中国股票市场的短期波动性特征,并具有实用的投资指导价值。

关键词：高频数据已实现GARCH 误差项的分布模型估计风险度量

来源：评论

学校读者我要写书评

暂无评论

基于特征距离与内点的随机抽样一致性算法

引用

电子与信息学报 2018年第4期40卷 928-935页

作者：张岩孙世宇胡永江李建增范聪陆军工程大学无人机工程系石家庄050003

为了提高随机抽样一致性算法在特征匹配中的执行速度,该文提出一种基于特征距离与内点的随机抽样一致性算法。首先提出基于特征距离的先验概率引导方法,来提高算法每步循环找到正确模型的概率。其次提出基于样本集与内点的随机抽样及计... 详细信息

为了提高随机抽样一致性算法在特征匹配中的执行速度,该文提出一种基于特征距离与内点的随机抽样一致性算法。首先提出基于特征距离的先验概率引导方法,来提高算法每步循环找到正确模型的概率。其次提出基于样本集与内点的随机抽样及计算方法,来提高算法的收敛速度。最后提出基于最大值不变的循环跳出方法,来满足所提循环方法的跳出,同时提高运行效率。通过理论证明与实验验证,该文提出的算法在保证算法鲁棒性的同时,提高了执行速度。

关键词：模型估计随机抽样一致性特征距离内点抽样单应性矩阵

来源：评论

学校读者我要写书评

暂无评论

概率引导的随机采样一致性算法

引用

计算机辅助设计与图形学学报 2009年第5期21卷 657-662页

作者：刘坤葛俊锋罗予频杨士元清华大学自动化系清华信息科学与技术国家实验室(筹) 北京100084

为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更... 详细信息

为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.

关键词：随机采样一致性鲁棒性模型估计概率基础矩阵

来源：评论

学校读者我要写书评

暂无评论

一种基于全极点模型的多径信道估计方法

一种基于全极点模型的多径信道估计方法

引用

作者：杨林于燕斌李春艳王劲涛 100084 北京市海淀区清华园北京100084-82信箱

本发明涉及一种基于全极点模型的多径信道估计方法，包括：将多径信道的冲激响应从时域转换到频域，得到多径信道的频域响应；用全极点模型表示多径信道的频域响应，得到多径信道模型的全极点表达式；用对应的发送端与接收端数据对所述... 详细信息

标准号: CN101471905B

本发明涉及一种基于全极点模型的多径信道估计方法，包括：将多径信道的冲激响应从时域转换到频域，得到多径信道的频域响应；用全极点模型表示多径信道的频域响应，得到多径信道模型的全极点表达式；用对应的发送端与接收端数据对所述全极点模型递推得到其模型参数，由所述模型参数建立全极点模型；对建立的全极点模型进行极点搜索，由搜索的极点得到多径信道延时的初始估计值；由多径信道的径数与多径信道延时的初始估计值确定多径信道模型的冲激响应，得到多径信道模型。利用本发明的方法进行多径信道延迟粗估计可以避免多径信道参数在以后的细化中陷入局部最优，降低了现有多径信道模型估计的复杂度，提高了鲁棒性、抗干扰性和精确性。

关键词：多径信道极点模型极点频域响应初始估计值模型参数延时表达式多径信道估计局部最优抗干扰性模型估计发送端复杂度接收端径数鲁棒时域延迟转换

来源：评论

学校读者我要写书评

暂无评论

年龄估计方法、年龄估计模型的训练方法和装置

年龄估计方法、年龄估计模型的训练方法和装置

引用

作者：苏驰李凯刘弘也王育林 100000 北京市海淀区小营西路33号3F02室

本发明提供了一种年龄估计方法、年龄估计模型的训练方法和装置，该方法包括：获取包含有人脸的待处理图像；将待处理图像输入至年龄估计模型中得到输出结果；基于输出结果确定人脸对应的年龄估计结果；该年龄估计模型基于预设样本组中... 详细信息

标准号: CN111967383A

本发明提供了一种年龄估计方法、年龄估计模型的训练方法和装置，该方法包括：获取包含有人脸的待处理图像；将待处理图像输入至年龄估计模型中得到输出结果；基于输出结果确定人脸对应的年龄估计结果；该年龄估计模型基于预设样本组中多个样本的年龄标签之间的年龄距离，和年龄估计模型输出的多个样本的样本特征之间的特征距离，通过机器学习训练得到。该方式通过年龄估计模型对待处理图像中的人脸进行年龄估计，得到人脸对应的年龄；该年龄估计模型在训练过程中可以学习到年龄距离与特征距离之间的关系，并可根据年龄距离对特征距离进行约束，使得模型学习到的特征更具判别力且符合年龄变化的客观规律，从而提高了模型估计年龄的精确度。

关键词：年龄估计人脸特征距离待处理图像输出结果样本方法和装置处理图像机器学习客观规律模型估计模型学习年龄变化训练过程样本特征样本组预设标签输出学习

来源：评论

学校读者我要写书评

暂无评论

一种基于改进的Stacking模型的车辆尾气浓度估计方法

一种基于改进的Stacking模型的车辆尾气浓度估计方法

引用

作者：凌强费习宏李峰 230026 安徽省合肥市包河区金寨路96号

本发明涉及一种基于改进的Stacking模型的车辆尾气浓度估计方法，在Stacking模型的基础上，将Stacking模型的尾气排放浓度估计结果和一些单个模型的估计结果进行加权求和，得到最终的车辆尾气排放浓度估计结果。其中Stacking模型，第一... 详细信息

标准号: CN110988263B

本发明涉及一种基于改进的Stacking模型的车辆尾气浓度估计方法，在Stacking模型的基础上，将Stacking模型的尾气排放浓度估计结果和一些单个模型的估计结果进行加权求和，得到最终的车辆尾气排放浓度估计结果。其中Stacking模型，第一层由多个机器学习模型使用5折交叉验证训练得到新训练样本集和新测试样本集，简单线性回归模型作为第二层估计模型来训练第一层的新训练样本集，训练生成的估计模型估计新测试样本集，得到尾气浓度估计结果。本发明可快速准确的估计出该车辆的CO或HC尾气排放浓度，而且改进的Stacking模型估计性能相比Stacking模型或Stacking模型中使用到的单个机器学习模型的估计准确度都有较大提升。

关键词：浓度估计机器学习模型测试样本集训练样本集车辆尾气估计模型尾气排放第一层准确度单个模型估计结果回归模型简单线性交叉验证模型估计求和加权尾气改进排放

来源：评论

学校读者我要写书评

暂无评论

一种基于改进的Stacking模型的车辆尾气浓度估计方法

一种基于改进的Stacking模型的车辆尾气浓度估计方法

引用

作者：凌强费习宏李峰 230026 安徽省合肥市包河区金寨路96号

标准号: CN110988263A

来源：评论

学校读者我要写书评

暂无评论

基于图像匹配点全局拓扑分布的内点率提升算法

引用

激光与光电子学进展 2022年第10期59卷 159-172页

作者：魏若岩王俊峰朱晓庆河北经贸大学信息技术学院河北石家庄050061 北京工业大学信息学部北京100124

针对在高外点率情况下的图像匹配模型估计问题,提出了一种基于匹配点全局拓扑分布特征的内点率提升算法,仅通过匹配点在图像中的拓扑分布特征即可滤除部分外点从而提高内点占比,可应用于所有的图像匹配模型估计。该算法首先基于内点在... 详细信息

针对在高外点率情况下的图像匹配模型估计问题,提出了一种基于匹配点全局拓扑分布特征的内点率提升算法,仅通过匹配点在图像中的拓扑分布特征即可滤除部分外点从而提高内点占比,可应用于所有的图像匹配模型估计。该算法首先基于内点在图像中的几何拓扑分布将匹配类型分为同分布匹配和非同分布匹配,并给出匹配模型,然后在匹配模型基础上给出内点率提升模型,最后给出用于将内点率提升算法与现有模型估计算法相结合的系列接口。实验中,将提出算法与部分现有的模型估计算法相结合,并对结合前与结合后的效果进行对比,结果表明该算法可显著提高原匹配模型估计算法的内点率,并可有效降低其运行成本。

关键词：图像处理拓扑分布内点率提升模型估计接口设计

来源：评论

学校读者我要写书评

暂无评论

基于传递函数估计的闭环PID参数自整定

引用

化工自动化及仪表 2006年第2期33卷 33-35页

作者：何德峰张庆武祁飞孙德敏中国科学技术大学自动化系合肥230026

基于对被控对象传递函数的估计,提出一种闭环PID参数整定方法。通过实时采集被控对象的输入输出数据,采用平均相关系数法估计被控对象的传递函数。然后采用时域受限二次型目标函数寻优PID参数。最后用工业应用实例,说明该方法的有效性。

关键词： PID自整定模型估计平均相关系数法传递函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：