研究增量型核非线性回归理论和算法,包括最优泛化回归准则及其闭式解求解理论、解的核表达模型参数的增量学习算法及稀疏化算法,以及这些理论和算法在基于视频的行人检测、行人流量估计方面的应用。. 完成本项目的研究,一方面可以丰富现有机器学习、模式识别等理论,相应成果又可以转化到数据和非线性系统建模、结构分析、政策评价、预测预报、控制反馈、图像恢复、无线信道估计与多用户检测、模式特征提取与分类、信息检索、数据挖掘、智能交通等工程领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
基于贝叶斯极端分位数回归的金融风险度量理论及应用研究
基于加速项和优化解的增量型极限学习机算法及其应用研究
非线性回归模型理论及其应用
基于增量型半监督核方法的高光谱图像小目标检测机理及关键技术研究