机译:在基于Parzen内核的概率密度函数学习过程中,随着时间改变的流数据,具有模式分类
Czestochowa Tech Univ Inst Computat Intelligence PL-42200 Czestochowa Poland;
Czestochowa Tech Univ Inst Computat Intelligence PL-42200 Czestochowa Poland;
Czestochowa Tech Univ Inst Computat Intelligence PL-42200 Czestochowa Poland;
Univ Social Sci Inst Informat Technol PL-90113 Lodz Poland;
Kernel; Convergence; Neural networks; Bandwidth; Probability density function; Estimation; Probabilistic logic; Concept drift; convergence in probability and with probability one; online density estimation; pattern classification in nonstationary environments; time-varying environment;
机译:用于数据流的收敛时变回归模型:跟踪概念偏移由递归泊位的广义回归神经网络
机译:深度监视由深度函数引起的经济数据流概率分布的两种程序
机译:使用决策树分类工具和概率密度函数建模技术进行不确定的数据分类
机译:使用Parzen Windows估算膝关节脉冲脉冲信号的建模与分类
机译:具有或不具有监督功能的模式分类和识别的学习概率空间
机译:流式块增量学习,用于以快速的学习速度和较低的结构复杂度对类数据流进行分类
机译:使用Parzen窗估计的概率密度函数筛选膝关节纤颤信号
机译:项目分析和分类问题中的概率和统计:分布函数的扩展原理及其在学生统计和一维分类统计中的应用