排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
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.
在阐述次摆线参数方程的基础上,基于CAM/HSM技术,将次摆线走刀方式应用于窄槽结构的高速铣削试验中,研究了次摆线走刀的铣削力变化规律、窄槽结构的表面粗糙度及其局部形貌,并建立了次摆线走刀高速铣削窄槽结构的铣削力模型。研究表明:次摆线走刀高速铣削窄槽结构有效可行,加工出了高质量的窄槽型腔表面(Ra=0.142μm);次摆线走刀的铣削力呈周期变化,在走刀平面内,次摆线切削宽度方向上的铣削力是进刀宽度方向上的4倍;采用次摆线走刀加环切走刀策略加工窄槽结构,既改善了窄槽的铣削加工条件,又满足了高速铣削粗精加工的要求和原则。 相似文献
1