發(fā)簡信
IP屬地：安徽
-
2019-01-07-小樣本深度學(xué)習(xí)
小樣本數(shù)據(jù)通常不建議用深度學(xué)習(xí)的理由： 對于classification model,有如下結(jié)論 訓(xùn)練樣本N,h為Vc維數(shù)，詳見https://...
-
摘要2018-12-11
利用黔西北地區(qū)地球物理測井資料識別不同等級煤儲層的煤質(zhì)特征&主成分分析研究 The identification of coal texture...
-
平穩(wěn)性檢驗(yàn)方法的有效性研究——針對客觀類平穩(wěn)性檢驗(yàn)方法進(jìn)行分析，從時間序列的樣本長度視角探討檢驗(yàn)方法的實(shí)際性能，ADF 檢驗(yàn)和PP 檢驗(yàn)是相對較好的判定方法，在仿真實(shí)驗(yàn)中...
-
Fractal characteristics of coal samples utilizing image analysis and gas adsorption本文主要討論煤分形維數(shù)與氣體吸附能力的關(guān)系。用兩種方法計(jì)算分形維數(shù)，1）掃描電鏡圖像盒計(jì)數(shù)法D1。2)低壓氮?dú)馕?LP-N2GA)D2.（以下...
-
Multifractal detrended fluctuation analysis for image texture feature representation(2014)
Abstract:多重分形理論已經(jīng)被廣泛應(yīng)用于多個領(lǐng)域中。本文基于多重分形去趨勢波動分析提出了提取灰度序列和二維灰度圖像的兩種多重分形描述符。通...
-
Two-dimensional multifractal detrended fluctuation analysis for plant identification.（2015）
背景：提出一種基于二維多重分形去趨勢波動分析的新方法識別葉片種類。該方法計(jì)算了一系列多重分形參數(shù)，這些參數(shù)表征了每一種葉片圖像的紋理特征。引入了...
-
Detrended fluctuation analysis for fractals and multifractals in higher dimensions摘要：一維去趨勢波動分析和多重分形去趨勢波動分析，由于其精確度高和易于實(shí)現(xiàn)等優(yōu)點(diǎn)，在分形和多重分形時間序列的標(biāo)度分析上得到了廣泛的應(yīng)用。本文將一...