7.2.2 贝叶斯学习书名: 空间智能原理与应用 作者名: 罗欣 侯卫民 许文波编著 本章字数: 667字 更新时间: 2025-01-16 17:50:27首页 书籍详情 目录 听书 自动阅读00:04:58 摸鱼模式 加入书架 字号 背景 手机阅读 举报 上QQ阅读APP看后续精彩内容 下载QQ阅读APP,第一时间看更新 登录订阅本章 >...
成果展示 在聚丙烯新牌号开发的工艺条件优化中,针对实验试错成本高和验证周期长等问题,本文提出了一种基于局部空间迁移学习的并行贝叶斯优化方法(Local Space Transfer Learning-based Parallel Bayesian Optimization,LSTL-PBO)。该方法在迁移学习...
可以估计贝叶斯 层次模型的后边缘分布。鉴于模型类型非常广泛,我们将重点关注用于分析晶格数据的空间模型 。 数据集:纽约州北部的白血病 为了说明如何与空间模型拟合,将使用纽约白血病数据集。该数据集记录了普查区纽约州北部的许多白血病病例。数据集中的一些变量是: Cases:1978-1982年期间的白血病病例数。 POP8:1980年...
贝叶斯 网结构 空间的规模 随节 点 提 ( 随机变量) 数呈指数增加 , 选择适 当的结构 空间可以提 高学习效率 。本文对 贝叶斯 网结构空 间进行定性和定量分析 ,比 对有 向图空间、 贝叶斯网空间和马 尔科 夫等价 类空间的规模和特 点。通过 实验数据 分析先验 结构空间约束 对降低结构 空间 规模 的效率...
局部加权朴素贝叶斯 (LWNB)是朴素贝叶斯(NB)的一种较好的改进,判别频率估计(DFE)可以极大地提高NB的泛化正确率.受LWNB和DFE启发,提出逐渐缩小空间 (GCS)算法用来学习NB参数:对于一个测试实例,寻找包含全体训练实例的全局空间的一系列逐渐缩小的子空间.这些子空间具有两种性质:1)它们都包含 测试实例;2)一个空间一定...
要:局部加权朴素贝叶斯(LWNB)是朴素贝叶斯(NB)的一种较好的改进,判别频率估计(DFE)可以极大地 提高NB的泛化正确率。受LWNB和DFE启发,提出逐渐缩小空间(GCS)算法用来学习NB参数:对于一个测试实 例,寻找包含全体训练实例的全局空间的一系列逐渐缩小的子空间。这些子空间具有两种性质:1)它们都包含测试 ...
对于空间紧邻信号的DOA,稀疏的网格点会导致精度和分辨率的下降,密集的网格点虽然可以提高估计精度却显著增加计算负担。针对此问题,该文提出基于稀疏贝叶斯学习(SBL)的空间紧邻信号DOA估计算法,主要包括3个步骤。首先,通过最大化阵列输出的边缘似然函数,推导了信号在拉普拉斯先验下的新不动点迭代方法,进行超参数的预估计,...
基于块稀疏贝叶斯学习(bSBL)的多道空间相关性反射系数反演方法避免了常规反演方法中向目标函数中加入约束项及正则化参数的调节对反演结果的影响.对于增加数据维度产生的先验信息,新方法具备能够自适应评价反射系数空间相关性的机制并加以利用,并不强制假设反射界面的空间连续性,因此对地震数据中断层裂缝及倾斜地层等原始...
该软件包具有快速灵活的代码,可用于在各种状态空间模型中进行模拟,学习和执行推理。 Python开发-机器学习2019-08-11 上传大小:4.00MB 所需:50积分/C币 Python库 | mypy-boto3-ssm-1.14.51.1.tar.gz python库。 资源全名:mypy-boto3-ssm-1.14.51.1.tar.gz ...
摘要 针对一类特殊的有效核函数(active kernel)未知的联合平移不变子空间(Union of Shift-Invariant Subspaces,USI)信号,构建了一种压缩采样模型,将信号的重构过程看作一个线性回归问题,利用稀疏贝叶斯学习(sparse bayesian learning,SBL)算法求得该回归模型中的权值参数的最优估计,根据权值参数向量集的支撑集实现信号的...