分享到:

熵损失函数下定时截尾情形参数的Bayes估计

给出了在熵损失函数下,指数分布参数的Bayes估计.  (本文共5页) 阅读全文>>

《河北北方学院学报(自然科学版)》2010年04期
河北北方学院学报(自然科学版)

熵损失函数下定时截尾情形几何分布参数的Bayes估计

首先给出了在熵损失函数下定时截尾情形几何分布参数的Bayes估计的一...  (本文共4页) 阅读全文>>

《中国市场》2011年40期
中国市场

Q对称熵损失函数下定时截尾情形几何分布参数的Bayes估计

本文首先利用Q对称熵损失函数的性质及Bayes风险的唯一最小值解为Bayes解,讨论了Q对称熵损失函数下定时截尾情形几何...  (本文共2页) 阅读全文>>

《苏州大学学报(自然科学版)》2011年03期
苏州大学学报(自然科学版)

定时截尾情形下Burr分布参数的Bayes估计

在定时截尾情形下,取损失函数为熵损失函数,给出了Burr分布参数θ的Bay...  (本文共4页) 阅读全文>>

《长春工业大学学报(自然科学版)》2008年06期
长春工业大学学报(自然科学版)

Q-对称熵损失函数下几何分布参数估计

在Q-对称熵损失函数下,讨论Poisson分布、二项分布和几...  (本文共3页) 阅读全文>>

电子科技大学
电子科技大学

基于深度学习方法的人脸识别研究及应用

人脸识别作为一种十分便利的身份认证方式,具有广阔的应用场景,因而长久以来受到了众多研究机构的关注。传统的方法多利用人工设计的方式提取人脸特征信息,容易受到现实环境下多种变化因素的影响。得益于互联网的发展及硬件设备的更新,依赖大量数据的深度学习算法给人脸识别领域带来了新一轮发展浪潮。相比于对人脸识别中光照、姿态等变化因素的研究,对因年龄变化带来的识别问题研究相对较少。而年龄增长带来面部形态改变属于一种普遍的类内变化,在许多现实场景下都会给人脸识别的准确性带来挑战。针对该问题,本文基于深度学习的理论,研究提出了一种基于多损失函数的深度卷积神经网络模型和一种基于深度特征融合的方法来提升跨年龄人脸识别的准确率,取得了较好的效果。本文主要内容及贡献如下:1.针对所使用的跨年龄人脸数据集CACD(Cross-Age Celebrity Dataset)数据量,设计了一个参数相对较少的深度卷积神经网络模型,并引入批规范化操作加速模型训练的收敛...  (本文共80页) 本文目录 | 阅读全文>>

《赤峰学院学报(自然科学版)》2012年03期
赤峰学院学报(自然科学版)

Q-对称熵损失函数下的双二项分布参数倒数的估计

研究在Q-对称熵损失函数下,双二项分布参数倒数的估计,并...  (本文共2页) 阅读全文>>