修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

3 条数据
?? 中文（中国） ▾

  • [2019年IEEE第46届光伏专家会议（PVSC） - 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC） - 采用能量选择性前反射器增强光子循环的高效光伏器件性能预测

    摘要： 本文提出了一种用于有限混合学习过程的新型稳健EM算法。所提出的空间EM算法在每次M步中采用基于中位数的位置估计和基于秩的散布估计来替代样本均值与样本协方差矩阵，从而增强了算法的稳定性和稳健性。该算法对异常值和初始值具有稳健性。与多种稳健混合学习方法相比，空间EM算法具有实现简单和统计效率高的优势。我们将空间EM算法应用于监督与非监督学习场景，具体提出了基于空间EM的稳健聚类和异常检测方法，并将该异常检测方法应用于鱼类物种新颖性发现的分类学研究。通过两个真实数据集进行聚类分析，与常规EM算法及K中位数、X-EM、SVM等现有方法相比，本方法展现出更优的性能和高度的稳健性。

    关键词： EM算法、有限混合模型、稳健性、异常值检测、聚类分析、空间秩

    更新于2025-09-19 17:13:59

  • [IEEE 2019年第44届国际红外、毫米波及太赫兹波会议(IRMMW-THz) - 法国巴黎 (2019.9.1-2019.9.6)] 2019年第44届国际红外、毫米波及太赫兹波会议(IRMMW-THz) - 通过两个耦合的W波段行波管产生超短微波脉冲序列

    摘要： 本文提出了一种用于有限混合学习过程的新型稳健EM算法。所提出的空间EM算法利用基于中位数的位置估计和基于秩的散布估计，在每次M步中替代样本均值和样本协方差矩阵，从而增强了算法的稳定性和稳健性。该算法对异常值和初始值具有稳健性。与许多稳健混合学习方法相比，空间EM具有实现简单和统计效率高的优势。我们将空间EM应用于有监督和无监督学习场景，具体提出了基于空间EM的稳健聚类和异常检测方法，并将该异常检测方法应用于鱼类物种新发现分类学研究。使用两个真实数据集进行聚类分析，与常规EM及K中位数、X-EM、SVM等现有方法相比，本方法展现出更优性能和高度稳健性。

    关键词： 鲁棒性、异常值检测、空间秩、聚类、有限混合模型、EM算法

    更新于2025-09-19 17:13:59

  • [IEEE 2019化合物半导体周（CSW）- 日本奈良（2019.5.19-2019.5.23）] 2019化合物半导体周（CSW）- 全硅集成超低噪声宽调谐半导体激光器

    摘要： 本文提出了一种用于有限混合学习过程的新型稳健EM算法。所提出的空间EM算法在每次M步中采用基于中位数的位置估计和基于秩的分散度估计来替代样本均值与样本协方差矩阵，从而增强了算法的稳定性和稳健性。该算法对异常值和初始值具有稳健性。与许多稳健混合学习方法相比，空间EM在实现简便性和统计效率方面具有优势。我们将空间EM应用于有监督和无监督学习场景，具体提出了基于空间EM的稳健聚类与异常值检测方法，并将该异常值检测技术应用于鱼类物种新颖性发现的分类学研究。通过两个真实数据集进行聚类分析，结果表明：相较于常规EM算法及K中位数、X-EM、SVM等现有方法，本方法展现出更优的性能与更高的稳健性。

    关键词： 有限混合模型、空间秩、稳健性、EM算法、异常值检测、聚类

    更新于2025-09-19 17:13:59