Zobrazeno 1 - 10
of 368
pro vyhledávání: '"recursive orthogonal least squares"'
Bidirectional Tracking Scheme for Visual Object Tracking Based on Recursive Orthogonal Least Squares
Publikováno v:
IEEE Access, Vol 7, Pp 159199-159213 (2019)
Visual object tracking in unconstrained environments is a challenging task in computer vision. How to design an efficient discriminative feature representation is one challenging issue. To improve the adaptability of the tracker to large object appea
Externí odkaz:
https://doaj.org/article/48a407e439b04dbd94d6799d4c1476a9
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:
Neural Computing & Applications. Mar2018, Vol. 29 Issue 5, p1445-1454. 10p.
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.
Publikováno v:
Indian Chemical Engineer. 61:236-247
A Nonlinear Internal Model Control (NIMC) scheme, based on a recursively updated Radial Basis Function Network (RBFN), is applied to control the nonlinear Polymerisation process. Recursive ...
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::8ec36aed67e81647c3cb9d8efa6c6d56
https://doi.org/10.1080/00194506.2018.1545605
https://doi.org/10.1080/00194506.2018.1545605
Publikováno v:
Neural Computing and Applications. 29:1445-1454
An adaptive p-step prediction model for nonlinear dynamic processes is developed in this paper and implemented with a radial basis function (RBF) network. The model can predict output for multi-step-ahead with no need for the unknown future process o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8c2a243dc88508907e74e17954270f3d
https://doi.org/10.1007/s00521-016-2669-x
https://doi.org/10.1007/s00521-016-2669-x
Autor:
Yong-Ping Zhao, Ramon Huerta
Publikováno v:
Neurocomputing. 191:82-94
Recently novel constructive and destructive parsimonious extreme learning machines (CP-ELM and DP-ELM) arose to cope with regression problems. With these foundations, several improvements on CP-ELM and DP-ELM are suggested. CP-ELM can be improved by
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::ed58eb820c797b82cdf70bc5ed7a1eee
https://doi.org/10.1016/j.neucom.2016.01.005
https://doi.org/10.1016/j.neucom.2016.01.005