论文研究- C—L滤波组合预测方法.pdf下载

weixin_39821051 2020-01-19 11:30:21
论文研究- C—L滤波组合预测方法.pdf,

  组合预测(Combined Forecast)是目前预测方法研究中普遍受到关注的问题。组合预测是建立在最大信息利用的基础上,集结单一预测所包含的信息。组合预测自Bates和Granger(1969)提出以来,目前较为常用的方法有等权平均方法(EW法),这是一类对预测值进行简单平均的组合预测方法;


相关下载链接：//download.csdn.net/download/weixin_38744375/11786830?utm_source=bbsseo
...全文
19 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
论文笔记（一）：se(3)-TrackNet: Data-driven 6D Pose Tracking by ...... in Synthetic Domains
se（3）- TrackNet：Data-driven 6D Pose Tracking by Calibrating Image Residuals in Synthetic Domains文章概括1. 摘要2. 介绍3. 相关工作3.1 数据驱动的6D姿势估计：3.2 6D姿势跟踪：3.2.1 概率跟踪：3.2.2 基于优化的跟踪：3.3 模拟到现实：4. 方法4.1 具有残差的SE（3）流形上的跟踪4.2 神经网络的设计4.3 通过PPDR合成数据生成5. 实验5.1 数据集5.1.1 YCB-Vi
51c视觉~YOLO~合集10
OneEmbedding 是应训练大规模推荐系统模型需求而生的组件，灵活的分层存储、高度优化的数据流水线以及易于横向扩展的特性，能让用户轻松训练 TB 级别的推荐模型。目前，OneFlow 框架提供了一些模型示例供你一键体验 OneEmbedding。后续，OneFlow 团队将推出覆盖业界主流模型的推荐系统模型库 Flow-Recommender ，它不仅支持分布式训练，还支持分布式推理。欢迎感兴趣的朋友关注。
Faster R-CNN（2017 PAMI）
本文提出了一种区域提议网络（RPN），与目标检测网络共享全图像卷积特征，使得区域提议计算几乎无成本。RPN是一种全卷积网络，在每个位置同时预测目标边界和目标得分。通过端到端训练，RPN生成高质量的区域提议，供Fast R-CNN进行检测。实验表明，使用VGG-16模型时，检测系统在GPU上的帧率为5fps，且在PASCAL VOC和MS COCO数据集上达到最先进的检测精度。此外，在ILSVRC和COCO 2015竞赛中，Faster R-CNN和RPN是多个赛道冠军的基础。代码已公开发布。
经典网络-AlexNet论文及实践
2012-AlexNet 论文地址： https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf 项目地址：https://github.com/deep-diver/AlexNet 摘要 我们训练了一个大型的深度卷积神经网络，将ImageNetLSVRC-2010比赛中的120万张高分辨率图像分类为1000个不同的类别。在测试数据上，获得了top-1和top-
论文笔记—Range Image-based LiDAR Localization for Autonomous Vehicles
论文笔记—Range Image-based LiDAR Localization for Autonomous Vehicles 文章摘要     ~~~~       ~~~   鲁棒且准确的，基于地图的定位对于自主移动系统至关重要。本文利用从3D LiDAR扫描生成的距离（深度）图像来解决在以三角形网格表示的大型室外环境的地图中定位移动机器人或自动驾驶汽车的问题。
下载资源悬赏专区

13,656

社区成员

12,677,383

社区内容

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛（原bbs）
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章