排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。 相似文献
2.
大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。 相似文献
3.
4.
在分布式事件触发机制的基础上对多航天器分组姿态协同控制问题进行了研究。系统内包含若干个分组,并且航天器间的信息交互被抽象为无向拓扑。以修正罗德里格斯参数(MRP)描述航天器的姿态,构造了包含姿态和角速度的辅助变量,并设计了分布式的控制输入。在分布式事件触发机制下,对每个航天器设计了触发函数,并结合代数图论和Lyapunov稳定性理论证明了多航天器能够渐近达到分组姿态协同,同时证明了系统内不会发生Zeno现象。仿真结果验证了在分布式事件触发机制下提出的控制输入的有效性。 相似文献
5.
针对当前测试性验证试验设计方案均存在确定的故障样本量较大以及验证周期长的问题,提出了一种基于仿真数据的测试性验证序贯设计方案。首先,基于二项分布模型确定序贯设计的判决阈值;然后,在序贯试验下基于给定的样本量分配和故障模式选取方法,采用仿真的方式生成相应的故障模式并进行验证试验。同时,以序贯方式计算相应的概率比,通过其取值动态判定接受/拒收。结果表明,与传统方法相比,该方法与经典验证方法具备几乎相同的抽样特性,能达到有效减少测试性验证试验所需故障样本量的目的。 相似文献
1