您现在的位置: 首页> 研究主题> 高斯分布

高斯分布

高斯分布的相关文献在1978年到2022年内共计786篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、物理学 等领域,其中期刊论文592篇、会议论文38篇、专利文献97339篇;相关期刊376种,包括电子科技大学学报、电子与信息学报、强激光与粒子束等; 相关会议38种,包括第八届全国技术过程故障诊断与安全性学术会议、第32届中国数据库学术会议、第24届全国结构工程学术会议等;高斯分布的相关文献由2157位作者贡献,包括张超、刘桂华、陈钱等。

高斯分布—发文量

期刊论文>

论文:592 占比:0.60%

会议论文>

论文:38 占比:0.04%

专利文献>

论文:97339 占比:99.36%

总计:97969篇

高斯分布—发文趋势图

高斯分布

-研究学者

  • 张超
  • 刘桂华
  • 陈钱
  • 侯永宏
  • 刘涛
  • 张毅
  • 律会丽
  • 李超
  • 杨波
  • 汪清
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 柳志高; 李艳军; 曹愈远; 赵连州
    • 摘要: 复合材料的优点是重量轻和装配简单,近年来复合材料在航空工业中的使用量正在不断地增加,但航空安全一直是倍受关注的问题,因此对航空复合材料的无损检测就显得尤为重要。以研究脱粘缺陷为中心,将敲击检测的数据作为样本并使用EM聚类算法对其进行分类,并估计高斯混合模型的参数,建立正常数据和缺陷数据的两个高斯分布模型,用于敲击检测过程中介于缺陷与正常之间的临界点数据的识别研究。实验仿真结果表明,基于高斯分布的EM聚类算法分类的准确率达到了99.958%,分类的重叠度为0.384,可见模型可以用于实际工程应用中敲击检测得到的介于缺陷与正常之间的临界点数据的判别,对提高敲击检测故障诊断智能化水平具有较高的参考价值。
    • 崔春雷; 陈诗豪; 沈超航; 李锋
    • 摘要: 双向快速扩展随机树(Bi-RRT)算法因采样点的随机性导致在复杂环境中的路径规划存在搜索时间长、采样效率低等问题,为此提出了一种改进Bi-RRT的移动机器人路径规划算法;算法引入启发式搜索策略,分别以机器人的起点和终点为中心,构造了二维高斯分布函数,并用该概率密度函数约束采样点的生成,使得越接近目标点的空间采样点出现概率越大,同时保留部分均匀分布的采样点,这样采样过程既可以利用目标点的位置信息又保证了算法的概率完备性;通过算法设计的启发式采样点的引导,两棵随机树可以快速向着目标区域生长,降低了搜索的盲目性,提高了搜索的效率;仿真结果:相比于基本Bi-RRT算法,改进算法在复杂环境下规划时间缩短了43.9%,扩展节点数目减少了41.4%,路径长度优化了8.1%,并分析了高斯分布采样点占采样点总数的比值对算法性能的影响。
    • 孙丽君; 曾祥潘; 吴俊杰
    • 摘要: 正态分布,又称为高斯分布,它广泛存在于自然界和我们日常的生产生活中。简单地说,正态分布的特点就是中等的占大多数,两极的占很少一部分,如某地区8月的平均气温,某班级的学生成绩、身高等,一般都服从正态分布。那么我们猜想是不是买来的小番茄大小也符合正态分布呢?能否用计算机采集数据,抽取模型,验证一下这一理论呢?
    • 李文书; 赵朋; 尹灵芝; 李绅皓
    • 摘要: 随着深度学习的迅速发展,图像风格迁移成为计算机视觉领域的研究热点之一.针对现有方法难以对内容图像中局部相似区域进行有效风格迁移的问题,提出基于高斯采样的区域多元化图像风格迁移方法.首先,通过编码器提取图像特征;然后,在特征空间中将内容特征、风格特征和从风格图像所处的高斯分布中采样得到的风格特征融合;最后,通过解码器重建风格化图像.在WikiArt和Microsoft COCO数据集上进行实验,并使用内容损失和多尺度风格损失评价指标进行量化度量.实验结果表明,与现有方法相比,所提方法能有效地降低生成图像的风格损失,使生成图像的整体风格更加统一,呈现出更好的视觉效果.
    • 李玉强; 张伟江; 黄瑜; 李琳; 刘爱华
    • 摘要: 近年来,主题情感联合模型成为了无监督学习领域的一项重要研究内容,在文本主题挖掘和情感分析等方面均有实际应用。然而,在现实场景中,微博因其文字短小、结构不完整等特征,给主题情感联合模型带来了一定的挑战。因此,围绕微博主题情感模型展开相关的研究与改进工作,目前较为流行的主题情感模型——TSMMF模型(Topic Sentiment Model Based on Multi-feature Fusion)中引入了词向量技术,运用多元高斯分布从词向量空间中快速采样邻近词语,并替换掉原Dirichlet多项式分布产生的单词,从而将共现频率低、信息量少的单词转变成突出主题、信息明确的单词,同时使用最近邻搜索算法来进一步提升模型处理大型微博语料库的运行速度,进而提出了GWE-TSMMF模型。对比实验结果表明,GWE-TSMMF模型的平均F1值约为0.718,相比原模型和现有的主流词嵌入主题情感模型(WS-TSWE模型和HST-SCW模型),其微博情感极性的分析效果均有显著提升。
    • 陈嘉朋; 张宏立; 王聪; 马萍
    • 摘要: 针对传统智能优化算法求解多目标柔性作业车间调度时存在算法后期收敛速度慢、易陷入局部最优的问题,本文提出一种将量子粒子群算法中的三大重要性能参数和狼群算法融合的混合优化算法.首先,构建以最大完工时间、机器总负荷和瓶颈机器负荷为优化目标的多目标数学模型;其次,采用高斯分布的概率密度函数产生随机变量进行种群初始化操作,以提高初始种群的多样性和质量;利用邻域结构搜索策略不断调整最佳序列,算法的全局搜索性能得以提高;最后,通过物元分析法对种群进行更新,提高种群的自适应能力.通过与多种智能优化算法的仿真实验对比可知,本文所提出的混合狼群算法对求解多目标柔性作业车间调度问题具有可行性和优势.
    • 阮芳庶
    • 摘要: 探索随机数的初步知识,在Python语言中导入的内置random、matplotlib模块,并借助matplotli. Animation模块来模拟简单的行走动画,从而揭示计算机模拟自然的入门知识,演绎了均匀分布、正态分布、自定义分布等统计学知识在计算机模拟现实算法中的应用,为进一步模拟如水、火、烟和粒子系统打下基础。
    • 李陈军; 褚凯; 张伯健
    • 摘要: 卷积神经网络善于挖掘图像中最具有代表性信息,但是缺少其它细节信息,而传统特征可以有效强化语义特征空间的多样性,并且不同卷积网络的语义特征相互之间存在着互补性。提出一种多特征融合的图像分类算法:根据图像颜色和梯度信息提取图像的方向梯度和颜色体积直方图(HOGCV)特征;通过预训练的网络模型提取图像的深层语义特征,并使用多种机器学习方法对不同特征进行分类训练;利用自适应加权融合算法实现多语义特征以及异构特征之间的融合。最后在数据集Cifar-10,STL-10,Cifar-100和GHIM-10K上进行验证,与单一的语义特征相比准确率提升7%~12%,与多个先进算法相比性能上有着显著的优势,证明了异构特征和多网络语义特征的互补性和自适应加权融合算法的有效性。
    • 胥德玉; 杨智刚; 胡成彬
    • 摘要: 针对现在移动机器人(Robot Operating System,ROS)的导航问题,传统基于粒子滤波的即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)算法包括Gmapping等在粒子传播过程中出现误差较大、无法适应大环境等问题,提出一种基于高斯采样优化的方法。由于激光雷达匹配的数据方差和误差比运动学模型更小,可以对运动学模型传播的预测(proposal)分布在一个比较狭小的区域内采样,并将激光匹配数据替换成高斯分布,从而可以用更少的粒子便覆盖机器人的概率分布,实现更好的SLAM建图与定位效果。实验结果表明,优化的Gmapping在建图细节上处理得更好,有利于后续机器人的导航与路径规划。
    • 徐振亮; 邓思超; 殷之平; 罗洁; 吴胜宝
    • 摘要: 针对重复使用运载火箭发动机的原始疲劳载荷数据建模困难问题,选取均方根值作为重复使用运载火箭原始疲劳载荷数据工况划分的标准,通过对重复使用运载火箭原始疲劳载荷数据进行修正短时傅里叶变换滤波处理、雨流循环计数和疲劳载荷特征量高斯分布拟合,实现疲劳载荷数据特性量的识别与规律化处理。研究表明,重复使用运载火箭疲劳载荷数据能用高斯分布模型进行概率分布描述,异常疲劳载荷数据高斯分布参数为正常疲劳载荷数据的3倍以上。该方法可用于精确识别重复使用运载火箭发动机异常疲劳载荷数据,相比于传统异常数据识别方法,可提供异常程度量化指标,为重复使用运载火箭疲劳载荷设计与实时故障分析定位提供一种新的分析手段。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号