您的位置： 专家智库 > >

薛涵凛

作品数：3 被引量：0H指数：0
供职机构：北京大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇专利
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 3篇弹性杆
  • 3篇泛函
  • 2篇识别方法
  • 2篇手写
  • 2篇手写体
  • 2篇手写体数字
  • 2篇手写体数字识...
  • 2篇能量泛函
  • 2篇偏微分
  • 2篇偏微分方程
  • 2篇全变差
  • 2篇微分
  • 2篇微分方程
  • 2篇模式识别
  • 2篇模式识别方法
  • 1篇正则
  • 1篇正则化
  • 1篇变分
  • 1篇变分法

机构

  • 3篇北京大学

作者

  • 3篇薛涵凛
  • 2篇林通
  • 2篇查红彬

年份

  • 1篇2013
  • 2篇2012
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于全变差和欧拉弹性杆的有监督模式识别方法
本发明公布了一种基于全变差和欧拉弹性杆的有监督模式识别方法，首先在所述最小二乘正则化框架下构造出基于全变差和欧拉弹性杆的能量泛函；然后利用变分法将该能量泛函最小化问题转换为求解对应的欧拉-拉格朗日偏微分方程；对所述偏微分...
林通薛涵凛查红彬
基于全变差和欧拉弹性杆的有监督模式识别方法
本发明公布了一种基于全变差和欧拉弹性杆的有监督模式识别方法，首先在所述最小二乘正则化框架下构造出基于全变差和欧拉弹性杆的能量泛函；然后利用变分法将该能量泛函最小化问题转换为求解对应的欧拉-拉格朗日偏微分方程；对所述偏微分...
林通薛涵凛查红彬
文献传递
基于欧拉弹性能量的监督学习算法研究
分类和回归问题是机器学习领域的两大研究课题,它们在计算机视觉、听觉等领域有着广泛的应用,本文主要研究关于这两类问题的学习算法。机器学习按照学习方式的不同可以分为监督学习、半监督学习和无监督学习。我们的研究重点是监督学习,...
薛涵凛
关键词：变分法
全选 清除 导出
共1页<1>
聚类工具0