SIR_LSTM
同时具有SIR变体和LSTM模型的混合模型，用于Covid-19预测。
不确定性量化工具箱：Chung，Youngseog和Neiswanger，Willie和Char，Ian和Schneider，Jeff（2020），超越弹球损失：用于校准不确定性量化的分位数方法
CovsirPhy开发团队（2020），CovsirPhy，用于使用SIR派生的ODE模型进行COVID-19分析的Python软件包，
2021-03-17 20:13:06
32.62MB
1
目前深度学习模型不能较好地把监控视频中跌倒行为的空间和时序特征有效结合起来。为此，提出基于CNN和LSTM(混合模型的人体跌倒行为识别方法
2021-03-17 20:05:32
1.29MB
1
在遥感图像的众多分割方法中，高斯混合模型(GMM)是一种常用的图像建模方法。提出了高斯-瑞利混合模型(GRMM)可能更适合对遥感图像建模。介绍了传统高斯混合模型和高斯-瑞利混合模型的区别。比较了这两种混合模型对图像建模的结果，并用数据说明高斯-瑞利混合模型拟合图像的像素分布误差更小。采用最大熵方法确定图像的最佳分类数，采用马尔可夫随机场(MRF)方法及新的势能函数完成图像的分割，采用迭代条件模型(ICM)完成分割过程中的最大后验概率计算问题。在实验中采用了3幅遥感图像，实验过程中比较了各个图像运用高斯混合模型和高斯-瑞利混合模型的分割和拟合结果，分别通过数据和分割结果体现了该分割方法的效果。
2021-02-07 20:05:30
5.33MB
1
混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的
2020-01-29 03:03:03
2KB
1