图像处理
文章平均质量分 69
微波小王子
沟通可以联系3780952384
展开
-
基于深度高斯过程的交通流预测
基于深度高斯过程的交通流预测 文章目录基于深度高斯过程的交通流预测前言一、数据特性二、深度高斯建模过程三、实验结果总结 前言 深度高斯过程作为近年来提出的一种新的深度学习方法,由于其强大的学习能力和对非线性数据的隐含细节特征的刻画,被广泛运用于非监督学习领域。与传统机器学习方法或深度学习方法不同,深度高斯过程从单个浅层高斯过程出发,通过使用变分推断的方法,解决了求解最大后验概率分布时的非解析解困境,从而能够在给出预测值的同时,还能从概率意义上刻画预测的不确定性,这种特性在时间序列预测领域中,尤其是在交原创 2021-07-06 22:36:37 · 705 阅读 · 2 评论 -
非下采样轮廓波NSCT-附Matlab源码
系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、NSCT理论二、系数以及重建结果1.原始图片2.系数以及重建结果总结 前言 NSCT变换主要由两部分组成: ① 尺度分解的非下采样金字塔滤波器组(Non Subsampled Pyramid Filter Bank,NSPFB) ② 方向分解的非下采样方向滤波器组(N原创 2021-07-01 22:03:08 · 3484 阅读 · 1 评论