排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
为了给模式分类和维度约简提供有效的手段,在综合L1-MKDA和L2-MKDA两种多核KDA优点的基础上,提出一种以预定内核函数的线性组合,并结合混合范数正则化函数实现核权重的稀疏性和非稀疏性平衡的新型弹性多核判别分析方法(semi-infinite-programming-based flexible multi-kernel discriminant analysis, S-FMKDA).该方法用半无限规划方法求解弹性多核判别分析算法,并通过混合正则化实现核的自学习.在不同数据集上的实验结果表明:S-FMKDA比目前常见的KDA、KDAP、KDAG、L1-MKDA、L2-MKDA、UMKDA核判别分析方法的精度提高5%. 相似文献
2.
道路谱的动态载荷是分析底盘件及车身连接点疲劳的关键输入,采集试验场路谱信号,利用Virtual. Lab创建带有整体式车架的整车刚柔耦合多体模型,通过时域波型复现技术(TWR) 虚拟迭代的方式得到轴头位移驱动信号,进而分解获得悬架接附点载荷谱,并在数据处理软件Tecware中对比载荷预测的结果,从而为车架的疲劳分析提供载荷输入。 相似文献
1