Zobrazeno 1 - 10
of 159
pro vyhledávání: '"Kullback–Leibler divergence (KLD)"'
Publikováno v:
电力工程技术, Vol 43, Iss 6, Pp 235-246 (2024)
In order to reduce the carbon emission of the integrated energy system in the park and to increase the new energy consumption, a novel planning method to optimize the carbon capture-energy storage joint system is proposed in this paper. Firstly, the
Externí odkaz:
https://doaj.org/article/43ddaf82476a4523842872d08d1e88c7
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 18, Pp 557-568 (2025)
Change detection is an important task in geospatial analysis that aims to identify noticeable variations in geographic elements between images captured at different periods. However, existing methods often overlook the distribution discrepancies acro
Externí odkaz:
https://doaj.org/article/ed3b506c07eb4110bd9fbc5728b60715
Publikováno v:
Remote Sensing, Vol 16, Iss 17, p 3141 (2024)
Synthetic aperture radar (SAR) automatic target recognition (ATR) technology has seen significant advancements. Despite these advancements, the majority of research still operates under the closed-set assumption, wherein all test samples belong to cl
Externí odkaz:
https://doaj.org/article/1454b91c970c4eb79d25df0050fa0b09
Publikováno v:
Entropy, Vol 26, Iss 8, p 707 (2024)
In any Bayesian computations, the first step is to derive the joint distribution of all the unknown variables given the observed data. Then, we have to do the computations. There are four general methods for performing computations: Joint MAP optimiz
Externí odkaz:
https://doaj.org/article/7c751340c9d34743ab47962268fcf692
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Nizar Bouhlel, David Rousseau
Publikováno v:
Entropy, Vol 24, Iss 6, p 838 (2022)
This paper introduces a closed-form expression for the Kullback–Leibler divergence (KLD) between two central multivariate Cauchy distributions (MCDs) which have been recently used in different signal and image processing applications where non-Gaus
Externí odkaz:
https://doaj.org/article/00943fc476704a74b17d94f646ae5b28
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.