检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于半参数化概率密度估计的雷达目标识别

电子与信息学报 2010年第9期32卷 2161-2166页

作者：朱劼昊周建江吴杰南京航空航天大学信息科学与技术学院南京210016

该文针对雷达目标高分辨距离像(High-Resolution Range Profile,HRRP)识别中距离单元回波幅值统计建模所面临的概率密度模型选择问题,提出一种基于半参数化概率密度估计的雷达目标识别方法。半参数化概率密度估计从参数化概率密度估计出... 详细信息

该文针对雷达目标高分辨距离像(High-Resolution Range Profile,HRRP)识别中距离单元回波幅值统计建模所面临的概率密度模型选择问题,提出一种基于半参数化概率密度估计的雷达目标识别方法。半参数化概率密度估计从参数化概率密度估计出发,有效利用了高分辨距离像各距离单元幅值近似服从Gamma分布的经验知识,并且通过非参数化修正因子对Gamma模型进行修正,达到参数化方法和非参数化方法优缺互补的目的。基于5种飞机模型高分辨距离像数据的仿真实验证明了该文方法的有效性。

关键词：雷达自动目标识别高分辨距离像概率密度估计

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的概率密度估计方法

系统仿真学报 2005年第10期17卷 2355-2357页

作者：张炤张素章琛曦陈亚珠上海交通大学生物医学仪器研究所上海200030

介绍了基于支持向量机的概率密度估计。从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度。建立了几种不同的支持向量机仿真模型来进行概率密度估计。从仿真结果来看,该种方法与Parzen窗的精度等级类似,同时... 详细信息

介绍了基于支持向量机的概率密度估计。从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度。建立了几种不同的支持向量机仿真模型来进行概率密度估计。从仿真结果来看,该种方法与Parzen窗的精度等级类似,同时又具有Parzen窗方法所不具备的稀疏解。

关键词：支持向量机概率密度估计核函数回归估计

基于概率密度估计的认知无线电动态频谱接入算法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2009年第1期32卷 108-112页

作者：贺新颖曾志民郭彩丽北京邮电大学信息与通信工程学院北京100876

提出一种基于概率密度估计的动态频谱接入算法,通过由支持向量机拟合出的授权频段空闲时长的概率密度对信道状态进行评估,认知无线电用户根据信道状况选择接入.该算法可以进行自适应调整,具有良好的实用性与灵活性.仿真结果表明,所提出... 详细信息

提出一种基于概率密度估计的动态频谱接入算法,通过由支持向量机拟合出的授权频段空闲时长的概率密度对信道状态进行评估,认知无线电用户根据信道状况选择接入.该算法可以进行自适应调整,具有良好的实用性与灵活性.仿真结果表明,所提出的算法可以有效降低信道的冲撞率,同时提高认知无线电用户的吞吐量和服务质量.

关键词：动态频谱接入认知无线电概率密度估计支持向量机

利用DBSCAN和概率密度估计的欠定盲源分离混合矩阵估计

在线全文

学校读者我要写书评

暂无评论

信号处理 2023年第4期39卷 708-718页

作者：张宇杨淇善贾懋珅北京工业大学信息学部北京100124

针对欠定盲源分离中混合矩阵估计精度不佳的问题,本文提出了一种结合带噪声的基于密度的空间聚类(combining density-based spatial clustering of application with noise,DBSCAN)和概率密度估计的混合矩阵估计算法。首先,通过向量转... 详细信息

针对欠定盲源分离中混合矩阵估计精度不佳的问题,本文提出了一种结合带噪声的基于密度的空间聚类(combining density-based spatial clustering of application with noise,DBSCAN)和概率密度估计的混合矩阵估计算法。首先,通过向量转换方式获得单声源时频点检测准则,并基于此准则从混合信号中检测出单声源点。其次,利用基于密度的空间聚类算法对单声源点进行聚类,由此估计出声源个数以及各类别所属的单声源点。再次,利用概率密度估计获得各类别的聚类中心,并构成混合矩阵。所提混合矩阵估计方法不需要提前设定声源个数,并且避免了由于数据分布不均所造成的聚类效果差的问题。最后,采用压缩感知技术实现源信号恢复,从而从混合信号中分离出各个声源信号。实验结果表明,本文所提的混合矩阵估计方法在声源个数未知的情况下,能够准确估计出混合矩阵;并且分离出的信号具有较高的质量。

关键词：带噪声的基于密度的空间聚类概率密度估计混合矩阵估计欠定盲源分离

在线全文

学校读者我要写书评

暂无评论

极大似然最大熵概率密度估计及其优化解法

南京航空航天大学学报 2017年第1期49卷 110-116页

作者：吴福仙温卫东南京航空航天大学能源与动力学院南京210016

针对经典最大熵概率密度估计中拉格朗日乘子计算目前存在高度非线性、计算精度不高或有时难以收敛等问题,提出了一种"最大似然+逐次优化"的方法。基于最大似然估计法,推导建立了简化的拉格朗日优化函数;在此基础上,基于样本原点矩约束,... 详细信息

针对经典最大熵概率密度估计中拉格朗日乘子计算目前存在高度非线性、计算精度不高或有时难以收敛等问题,提出了一种"最大似然+逐次优化"的方法。基于最大似然估计法,推导建立了简化的拉格朗日优化函数;在此基础上,基于样本原点矩约束,提出了逐次寻优算法。根据优化过程不稳定,重新推导了拉格朗日乘子的线性变换公式,避免矩阵求逆运算引起的奇异现象。针对几种常见的概率分布类型及可靠性问题,采用极大似然最大熵概率密度估计法与经典型最大熵概率密度估计法分别计算概率密度及可靠度的对比表明:极大似然最大熵概率密度估计法的优化函数非线性程度低,形式简单,而且"极大似然最大熵概率密度估计+逐次优化法计算"精度高,收敛性好。

关键词：概率密度估计可靠性极大似然估计最大熵逐次优化

在线全文

学校读者我要写书评

暂无评论

非平坦函数概率密度估计

计算机科学与探索 2016年第4期10卷 589-599页

作者：汪洪桥蔡艳宁付光远王仕成第二炮兵工程大学信息工程系西安710025 第二炮兵工程大学理学院西安710025 第二炮兵工程大学控制工程系西安710025

针对非平坦函数的概率密度估计问题,通过改进支持向量机(support vector machine,SVM)概率密度估计模型约束条件的形式,并引入多尺度核方法,构建了一种单松弛因子多尺度核支持向量机概率密度估计模型。该模型采用合并的单个松弛因子来... 详细信息

针对非平坦函数的概率密度估计问题,通过改进支持向量机(support vector machine,SVM)概率密度估计模型约束条件的形式,并引入多尺度核方法,构建了一种单松弛因子多尺度核支持向量机概率密度估计模型。该模型采用合并的单个松弛因子来控制支持向量机的学习误差,减小了模型的计算复杂度;同时引入了多尺度核方法,使得模型既能适应函数剧烈变化的区域,也能适应平缓变化的区域。基于几种典型非平坦函数进行概率密度估计实验,结果证明,单松弛因子概率密度估计模型比常规支持向量机概率密度估计模型具有更快的学习速度;且相比于单核方法,多尺度核支持向量机概率密度估计模型具有更优的估计精度。

关键词：概率密度估计支持向量机(SVM) 多核学习非平坦函数

基于邻域风险最小化概率密度估计的自适应盲分离算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2010年第8期27卷 3096-3099页

作者：栾海妍江桦罗军解放军信息工程大学解放军91290部队

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义... 详细信息

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度。通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高。

关键词：邻域风险概率密度估计支持向量机激活函数自然梯度算法盲分离

在线全文

学校读者我要写书评

暂无评论

最小输出熵盲反卷积方法中概率密度估计

山东大学学报（理学版） 2003年第1期38卷 76-79页

作者：刘琚聂开宝梅良模何振亚山东大学信息科学与工程学院济南250100 东南大学移动通信国家重点实验室南京210096

针对多通道卷积混叠模型 ,给出了两种基于最小熵盲反卷积算法中概率估计的方法—基于Edgeworth展开非参数逼近方法和基于核函数的参数逼近法 ,概率估计方法和反卷积滤波器参数逼近的训练公式一起构成最小熵盲反卷积方法 .

关键词：概率密度估计独立分量分析盲反卷积信号处理

基于局部特征概率密度估计的三维模型特征提取方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2015年第6期42卷 293-295,312页

作者：孙挺张锦华耿国华西北大学可视化研究所西安710069 周口师范学院计算机科学与技术学院周口466000

特征提取是三维模型检索中的关键。给出了基于局部特征概率密度估计的三维模型特征提取体系框架。针对三维表面局部几何特征集,利用核密度估计方法估计选定目标点的特定局部特征密度构成特征向量,用以描述三维模型。抽取三维网格模型的... 详细信息

特征提取是三维模型检索中的关键。给出了基于局部特征概率密度估计的三维模型特征提取体系框架。针对三维表面局部几何特征集,利用核密度估计方法估计选定目标点的特定局部特征密度构成特征向量,用以描述三维模型。抽取三维网格模型的单元特征及多个单元特征组合而成的多元特征支持实现三维模型检索。实验验证了其检索性能优于基于统计的直方图特征提取方法。

关键词：概率密度估计特征融合特征提取