1) Gaussian process latent variable model
高斯过程隐变量模型
1.
Gaussian process latent variable model (GPLVM) is a popular manifold method recently proposed for dimensional reduction.
高斯过程隐变量模型是最近提出的比较流行的无监督降维方法。
2) latent variable model
隐变量模型
1.
Pattern recognition of gas sensor arrary data by using a clustering algorithm based on latent variable model;
一种基于隐变量模型的聚类算法用于气体传感器阵列数据的模式识别
3) non-Gaussian bivariate model
非高斯双变量模型
1.
Image denoising using non-Gaussian bivariate model based on non-aliasing Curvelet transform
抗混叠Curvelet变换非高斯双变量模型图像降噪
4) Latent variable
隐含变量模型
1.
This thesis uses a mean-variance model with inflation and monetary policy factors, together with latent variables to test China bond market.
本文借鉴借鉴国内外学者的研究成果,通过VAR模型和隐含变量模型的有机结合,将具有代表性的宏观经济变量引入到传统金融学的债券市场收益率模型中,对中国债券市场收益率与中国经济增长、通货膨胀、货币政策工具的关系进行研究,并考察加入宏观经济信息能否增加模型对债券市场收益率及其利率期限结构的预测效力。
5) Gaussian process
高斯过程
1.
Gaussian process and its application to soft-sensor modeling;
高斯过程及其在软测量建模中的应用
2.
Time series prediction of foundation pit displacement using Gaussian process method;
基坑位移时间序列预测的高斯过程方法
3.
The law of iterated logarithm with finite partial sum for the Gaussian process;
高斯过程下的有限项部分和重对数律
6) Gauss process
高斯过程
1.
We mainly use the discrete stationary Gauss processes as the input and output signals of two-dimensional linear system to estimate the impulse transfer function,and we discuss some properties about the estimation of the impulse transfer function.
利用离散的平稳高斯过程族作为二维线性系统的输入和输出来对其脉冲传递函数进行了估计,并讨论了脉冲传递函数估计的渐近性质和极限定理。
2.
With Gauss process and EI method calibration individuals can be selected effectively.
在该方法中,利用高斯过程所提供的预测标准差,通过引入EI方法,较好地解决了算法中校正个体的选择问题。
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条