搜索结果: 1-15 共查到“计算机科学技术 参数”相关记录372条 . 查询时间(0.257 秒)
中国科学院微电子研究所专利:参数化生成多倍强度驱动单元的方法
中国科学院微电子研究所 专利 参数化 生成多倍强度 驱动单元
2023/7/10
近日,西北农林科技大学机械与电子工程学院胡瑾教授团队在计算机网络与通信领域国际顶级期刊IEEE Trans. on Mobile Computing(中国计算机学会(CCF)推荐 A类期刊,中国电子学会(CIE)推荐T1类期刊)在线发表了两篇题为“MultiResp: Robust Respiration Monitoring for Multiple Users using Acoustic S...
铁水硅含量(化学热)和铁水温度(物理热)是高炉炼铁过程最重要的铁水质量指标,其建模与控制对于整个高炉炼铁过程的运行优化意义重大.针对高炉炼铁过程极复杂动态特性以及铁水质量难以进行常规机理建模与控制的难题,基于直接数据驱动控制思想,提出一种基于多参数灵敏度分析与大规模变异遗传参数优化的高炉铁水质量无模型自适应控制方法.首先,基于紧格式动态线性化(Compact form dynamic linear...
中国科学技术大学地球和空间科学学院张捷教授课题组在监测地震、应用人工智能实时估算地震震源破裂机制参数领域取得了突破性进展——地震发生后,借助人工智能可在1秒内准确估算出震源机制参数。这一研究成果近日发表在《自然通讯》(Nature Communications)杂志上。
研究了带未知模型参数和衰减观测率多传感器线性离散随机系统的信息融合估计问题.在模型参数和衰减观测率未知的情形下,应用递推增广最小二乘(Recursive extend least squares,RELS)算法和加权融合估计算法提出了分布式融合未知模型参数辨识器;应用相关函数对描述衰减观测现象的随机变量的数学期望和方差进行在线辨识.将辨识后的模型参数、数学期望和方差代入到最优分布式融合状态滤波器中...
中国科学院苏州生物医学工程技术研究所等以直肠肿瘤分割为例——探索神经网络中多个参数对分割结果的影响(图)
中国科学院苏州生物医学工程技术研究所 直肠肿瘤 神经网络 参数对分割 深度学习
2019/6/27
深度学习是基于机器学习延伸出来的一个新的领域。其动机在于建立、模拟人脑分析学习的神经网络,模仿人脑的机制来解释数据。具体来说,受到大脑神经系统结构的启示,在神经元与神经网络的基础之上模拟出人工神经元及人工神经网络。近年来,随着算法理论的不断创新,以及日新月异的计算能力的提高,在大数据的背景下,使得深度学习得以快速发展。目前,深度学习已被应用于众多领域,并取得了不俗的成绩,其中基于神经网络的医学图像...
关于双参数有界算子C群的一些结果
单单参数有界算子C群 双参数有界算子C群 收敛性
2018/7/6
根据单参数有界算子C群与双参数有界算子C群的关系,研究了双参数有界算子C群的收敛性问题,将单参数有界算子C群的序列收敛性问题推广到了双参数有界算子C群上。
多参数C半群无穷小生成元及其性质
参数C半群 双参数C半群 多参数C半群 无穷小生成元
2018/7/6
借助单参数C半群、双参数C半群以及多参数C半群之间的关系,给出了多参数C半群的一些性质。
高频数据波动率非参数估计及窗宽选择
波动率 已实现核估计 窗宽选择 算法设计
2018/11/15
基于高频数据采用非参数的方法估量波动率,因其能更准确地度量波动率,一直是学者们研究的热点.然而,波动率的所有非参数估计都面临着窗宽的选择问题.由于最优窗宽中往往携带一些难以估计的未知参数,使得在应用过程中确定最优窗宽的具体数值存在困难,从而阻碍了这类估计量的使用.本文以已实现核估计作为波动率非参数估计的代表,构建了一种能自动从实际数据中确定最优窗宽的算法.理论分析的结果表明:算法具有稳定性,其所确...
带指数参数的隐含波动率模型
Black-Scholes模型 隐含波动率曲面 参数模型 半参数模型 指数参数 非线性方程组
2018/11/20
在广泛运用的Black-Scholes定价模型中,波动率被看作是一个固定的常数,但越来越多的实证分析表明这种假设在实际的期权市场中并不成立,隐含波动率具有“波动率微笑”和“期限结构”等特点。鉴于此,对Cassese和Guidolin提出的确定性隐含波动率模型进行改进,认为隐含波动率并不一定是关于在值程度的二次函数,采用指数参数项替代原模型中的在值程度二次项。最后基于AAPL股票期权进行实证分析,结...