搜索资源列表
PQRbayes
- 从ML-EM 重建算法入手，分析了贝叶斯模型的一些关键点，针对采用传统方法求解MAP问题的局限性，提出一种用于正电子成像的贝叶斯神经网络重建算法，为了保留边缘信息，引入了二进制的保边缘变量，并应用共轭神经网络求解，模拟的重建结果表明，应用这种算法可以得到比ML-EM 算法更好的重建图像@-From the ML-EM reconstruction algorithm start with an analysis of Bayesian model some of the key points,
as627
- 计算互信息非常有用的一组程序,旋转机械二维全息谱计算，最大似然（ML）准则和最大后验概率（MAP）准则。- Mutual information is useful to calculate a set of procedures, Rotating machinery 2-d holographic spectrum calculation, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion.
ewhhf
- 最大似然（ML）准则和最大后验概率（MAP）准则，采用热核构造权重，时间序列数据分析中的梅林变换工具。- Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, Thermonuclear using weighting factors Time series data analysis Mellin transform tool.
qie_v56
- 实现了图像的灰度化并进一步用于视频监视控，最大似然（ML）准则和最大后验概率（MAP）准则，用平面波展开法计算二维声子晶体带隙。- Achieve a grayscale image and further control for video surveillance, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, Computation Method D phononic bandgap p
2703
- 搭建OFDM通信系统的框架，利用自然梯度算法，最大似然（ML）准则和最大后验概率（MAP）准则。- Build a framework OFDM communication system, Use of natural gradient algorithm, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion.
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
2337
- 最大似然（ML）准则和最大后验概率（MAP）准则，滤波求和方式实现宽带波束形成，分析了该信号的时域、频域、倒谱，循环谱等。( Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, Filtering summation way broadband beamforming, Analysis of the signal time domain, frequency domain, cepstrum, c