Zobrazeno 1 - 10
of 25
pro vyhledávání: '"Gao Yingbin"'
Publikováno v:
IEEE Access, Vol 8, Pp 31530-31538 (2020)
A dual-purpose algorithm is capable of estimating the principal component and minor component from input signals by simply switching the sign of some terms in the same learning rule. Compared with single-purpose algorithms, a dual-purpose algorithm h
Externí odkaz:
https://doaj.org/article/8f4771c8ec7c404a87c3e75c79745ff7
Publikováno v:
In Neural Networks May 2017 89:1-10
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Chemical Engineering Research and Design February 2015 94:466-474
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
WCSP
Fog networks with energy harvesting can extend the scope of services for users in time and space remarkably. However, the imbalance of the harvested renewable energy and the workloads of fog nodes (FNs) limits the performance of the whole fog computi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::fcc726750ba4a2ae2d96b55587a6dd22
https://doi.org/10.1109/wcsp49889.2020.9299808
https://doi.org/10.1109/wcsp49889.2020.9299808
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Signal Processing. 65:947-959
Generalized minor component analysis (GMCA) is an essential technique in data classification and signal processing. In this paper, we propose an information criterion for GMCA and derive a fast GMCA algorithm for extracting the first generalized mino
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::1adad5183fa76492b3575ff3eeff8f3c
https://doi.org/10.1109/tsp.2016.2631444
https://doi.org/10.1109/tsp.2016.2631444
Publikováno v:
In Applied Surface Science 2005 243(1):19-23
Publikováno v:
IEEE transactions on neural networks and learning systems. 29(10)
Generalized eigendecomposition, which extracts the generalized eigenvector from a matrix pencil, is a powerful tool and has been widely used in many fields, such as data classification and blind source separation. First, to extract the minor generali
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::cb21d012c38e19b154351ca987604516
https://pubmed.ncbi.nlm.nih.gov/29993961
https://pubmed.ncbi.nlm.nih.gov/29993961