1) hierarchical Gaussian mixture model
分层高斯混合模型
1.
The main contributions of this paper are as follows:Firstly, an algorithm based on the Hierarchical Gaussian Mixture Model with Denoising is proposed for image multiclass annotation.
本文的工作主要体现在以下几个方面:首先,提出一种基于去噪分层高斯混合模型的多概念图像标注方法。
2) Hierarchical Gaussian Mixture Model(HGMM)
分层高斯混合模型(HGM)
3) Gaussian mixture model
混合高斯分布模型
1.
Based on the features of video vehicle detection, this paper improves the method of background subtraction using adaptive Gaussian mixture models.
视频检测技术是智能交通系统研究中一个重要研究方向,根据交通流视频检测的特点,对基于混合高斯分布模型的自适应背景消除方法进行了改进。
4) Gaussian mixture distribution model
高斯混合分布模型
1.
A two-state Gaussian mixture distribution model is established to fit the distribution of phase angle difference of the adjacent signals,and the parameters of Gaussian mixture distribution are solved by EM algorithm at the same time,then the parameters of mean and variance are used for ML-based modulation identification.
提出一种针对延迟信号相位差的联合参数估计最大似然调制识别算法,通过对相邻信号相位差的分布建立等均值高斯混合分布模型,同时完成了延迟信号相位差最大似然调制识别中所需的频差和噪声似然参数的估计。
5) Gaussian mixture model
高斯混合模型
1.
A method of well-log facies recognition based on a Gaussian mixture model in phase space;
一种基于相空间高斯混合模型的测井相识别方法
2.
Gaussian mixture model training method based on genetic algorithms and fuzzy approach;
基于遗传模糊高斯混合模型的训练方法
3.
An unsupervised rough clustering method based on gaussian mixture model;
一种基于高斯混合模型的无监督粗糙聚类方法
6) GMM
高斯混合模型
1.
Failure recognition alogrithm based on QDFD and GMM;
基于四分位偏差分形维与高斯混合模型的故障识别算法研究
2.
Application of GMM in Modified Voice Template Matching Algorithm;
高斯混合模型在语音模板匹配算法中的应用
3.
GMM-based Chinese dialect identification system;
基于高斯混合模型的汉语方言辨识系统
补充资料：跳汰分层的概率—统计模型
跳汰分层的概率—统计模型
probability-statistic model of jigging stratification
t Iootol feneeng de ga一l已一tongj一m0Xing跳汰分层的概率一统计模型(probability-statistie model of Jigging stratifieation)应用概率一统计方法研究跳汰选矿分层规律的数学表达式。该项研究不再考虑分层作用机理，而将跳汰分层视作不同密度和杠度的颗粒向各自平衡层迁移的过程。在这一过程中颗粒之间的碰撞和紊流扰动使颗粒的运动带有随机性。同样性质的颗粒也会有不同的运动轨迹。因此对同一性质颗粒的分层运动可以用其分布中心的迁移和向邻层扩散来表述。重矿物进入下层的概率要比进入上层的为大，在床层的d，微层中，某种颗粒的概率分布密度aJ对时间的变化率可用颗粒的沉降量与扩散量之和表示: 瓮一，窦+:穿、l)式中x为床层厚度，m;A为颗粒在重力和阻力作用下向下运动的速度系数，m/s;B为颗粒的随机扩散运动系数，m/s“。由概率一统计原理知，某种性质颗粒分布中心的迁移速度以及颗粒围绕这个中心的离散均正比于颗粒从一层转入另一层的概率。随着时间的延长，颗粒接近自己的平衡层，层间转移的概率随之降低。某种性质粒群分布中心随时间变化的关系式为 夕、一夕ma、(1一e一k‘)(2)围绕该分布中心颗粒的离散(标准离差)武mZ)为 。2一令，急a、、e一‘!(3) 2“JJ___式中y为某种性质颗粒在时间为t时的分布中心距床层上表面的高度，m;yma、为该性质颗粒群的平衡层距上表面高度，m;K为表征移动比速度的系数;对一定性质的给料和一定的水力学参数，k值不变，其单位为l/S。 该概率一统计模型是一种普遍的规律式，它只能定性地说明跳汰过程中各密度层的形成过程。式中系数k与给料性质和水流特性存在一定关系，通过试验进一步建立起它们之间的关系后，有可能表示出原料性质对操作条件的要求和在一定时间内达到的分选指标，这项研究还有待继续完善。 (孙玉波)
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