检索范围:
排序: 展示方式:
融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article
Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 978-988 doi: 10.1631/FITEE.1600996
TPE-H2MWD: 基于隐马尔科夫模型和分权扩散的精确缩略图保留加密方案 Research Article
柴秀丽1,2,陈绣辉1,马亚坤1,左方3,甘志华2,3,张玉书4
《信息与电子工程前沿(英文)》 2023年 第24卷 第8期 页码 1169-1180 doi: 10.1631/FITEE.2200498
孙暐,吴镇扬
《中国工程科学》 2006年 第8卷 第3期 页码 31-34
根据人耳听觉特性,提出新的同步多带最大似然线性回归算法用于噪声环境下语音识别。该算法采用最大似然作为参数估计准则,利用各频带信号同步感知和噪声污染假定的方法进行语音模型补偿,有效地提高了识别系统在噪声环境下的识别性能。
基于广义极值分布和马尔科夫随机场的全极化合成孔径雷达图像潮间带区域地物分类方法 None
Ting-ting JIN, Xiao-qiang SHE, Xiao-lan QIU, Bin LEI
《信息与电子工程前沿(英文)》 2019年 第20卷 第2期 页码 253-264 doi: 10.1631/FITEE.1700462
深度三维重建:方法、数据和挑战 Review Article
刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000068
基于图像的深度学习降雨强度估计方法 Article
尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan
《工程(英文)》 2023年 第21卷 第2期 页码 162-174 doi: 10.1016/j.eng.2021.11.021
关键词: 城市洪水 降雨图像 深度学习模型 卷积神经网络(CNN) 降雨强度
宗群,程义菊,宋军远
《中国工程科学》 2003年 第5卷 第10期 页码 69-72
利用马尔可夫网络排队理论建立了电梯交通模型,在此基础上对各服务站的电梯配置交通进行计算,得到电梯的配置参数。通过与传统的电梯配置方法相比较,显示出明显的优越性,也表明了利用马尔可夫网络排队模型进行电梯配置的有效性和可行性。
关键词: 马尔可夫网络排队理论 电梯交通模型 优化电梯配置
NIG-AP:一种自动化渗透测试新方法 Regular Papers-Research Articles
Tian-yang ZHOU, Yi-chao ZANG, Jun-hu ZHU, Qing-xian WANG
《信息与电子工程前沿(英文)》 2019年 第20卷 第9期 页码 1277-1298 doi: 10.1631/FITEE.1800532
网络空间安全命名实体识别综述 Review Article
高宸1,张璇1,2,3,韩梦婷1,刘会1
《信息与电子工程前沿(英文)》 2021年 第22卷 第9期 页码 1153-1168 doi: 10.1631/FITEE.2000286
具有深度阈值噪声消除的多尺度分析调制识别网络 Research Article
李响1,2,李一兵1,2,汤春瑞3,4,李迎松1,2
《信息与电子工程前沿(英文)》 2023年 第24卷 第5期 页码 742-758 doi: 10.1631/FITEE.2200253
一种基于分块步态模板的鲁棒性步态识别方法 Research Articles
王科俊,刘亮亮,丁欣楠,于凯强,胡钢
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000377
学习挑选伪标签:一种用于命名实体识别的半监督学习方法 Research Articles
李真真,冯大为,李东升,卢锡城
《信息与电子工程前沿(英文)》 2020年 第21卷 第6期 页码 809-962 doi: 10.1631/FITEE.1800743
基于双向深度生成模型和功能磁共振成像数据的大脑编码和解码 Review
杜长德, 李劲鹏, 黄利皆, 何晖光
《工程(英文)》 2019年 第5卷 第5期 页码 948-953 doi: 10.1016/j.eng.2019.03.010
基于深度Q学习网络与新训练算法的服务机器人主动物品检测模型 Research Article
刘少鹏,田国会,崔永成,邵旭阳
《信息与电子工程前沿(英文)》 2022年 第23卷 第11期 页码 1673-1683 doi: 10.1631/FITEE.2200109
毛占利,朱毅,杨伯忠,朱磊
《中国工程科学》 2010年 第12卷 第1期 页码 98-101
鉴于火灾事故的发生受多种复杂因素的影响,并且具有较大的随机性和波动性的特点,笔者等将灰色模型和马尔可夫模型相结合,建立火灾事故的灰色–马尔可夫模型,利用灰色模型的灰色性和马尔可夫模型的随机性来体现各自的优点,并运用该模型对全国农村火灾事故进行预测。实际应用表明,灰色–马尔可夫模型的预测精度明显高于灰色模型的预测精度,完全能满足预测精度的要求,可以较好地用于火灾事故的预测。
标题 作者 时间 类型 操作