...
机译:AR和ARMA模型订单选择与Imagenet分类的时间序列建模
Department of Biomedical Engineering University of Connecticut 260 Glenbrook Road Unit 3247 Storrs CT 06269-3247 USA;
Department of Biomedical Engineering University of Connecticut 260 Glenbrook Road Unit 3247 Storrs CT 06269-3247 USA;
Department of Biomedical Engineering University of Connecticut 260 Glenbrook Road Unit 3247 Storrs CT 06269-3247 USA;
ImageNet classification; Convolutional neural network; Time series modeling; AR model identification; ARMA model identification; Deep neural network; Physical system modeling;
机译:ARMA建模的时间序列分类,用于民用基础设施的结构健康监控
机译:关于认知无线电谱估计的时间序列数据优化AR / ARMA模型
机译:2011-2018年日本西南部基于GNSS的TEC变化的线性时间序列建模以及与ARMA和GIM模型的比较
机译:转移学习是否可以使用ImageNet预训练的模型来提高ImageNet分类的准确性?
机译:森林景观中的纹理建模和分类,并应用于遥感(度量,空间交互模型,通道选择,空间点过程,模拟)。
机译:监督分类建模的时间序列MODIS图像的最佳子集选择和带有随机森林的样本数据传输
机译:图4:培训和测试分类跨训练时期的准确性:(a)在想象网数据集上与ARESB-10,ARESB-18和ARESB-34模型进行培训和测试前1个精度; (b)培训和测试ARESB-10,ARESB-18和ImageNet DataSet上的Aresb-34模型的前5个精度。