当前位置:首页 > 今日动态 > 技术与产品
  • 梯度提升切片回归:提升二元分类中降维效率的创新方法

    本文提出了一种结合梯度提升机(GBM)与切片回归(SR)的新方法(boostSR),用于解决二元分类中充分降维(SDR)的挑战。该方法通过迭代优化类别概率估计和中心子空间识别,突破了传统方法(如SIR/SAVE)对预测变量的分布限制,在数值实验和垃圾邮件检测等实际应用中展现出卓越的精度和计算可扩展性。

    来源:Computational Statistics & Data Analysis

    时间:2026-01-18

  • 在线与离线稳健多元线性回归:理论与算法创新

    本文系统研究了多元高斯线性回归模型的稳健参数估计方法,通过引入基于马氏距离的稳健最小二乘准则(含/不含岭正则化),提出了在线随机梯度下降算法(SGD)及其平均变体,以及离线定点算法。在弱假设条件下证明了估计量的渐近正态性,并通过数值实验验证了相比经典最小二乘估计器在稳健性上的显著提升。所有算法均已实现为CRAN上的R包RobRegression,为高维数据和异常值污染场景提供了高效计算方案。

    来源:Computational Statistics & Data Analysis

    时间:2026-01-18

  • 针对LoRa调制信号的鲁棒时频前导码检测方法:采用优化的广义似然比测试

    提出一种基于短时傅里叶变换(STFT)与广义似然比检验(GLRT)的LoRa长距信号前导码检测算法,通过优化窗口参数和离散时间-频率路径模型,显著提升低信噪比场景下的检测概率(25%)和同步精度(17%)。

    来源:Digital Signal Processing

    时间:2026-01-18

  • 基于复酉神经网络的独特词正交信号分割复用技术在水下声学通信中的应用

    水下声通信正交信号时分多址系统通过单位ary神经网络预编码和嵌入保护间隔技术,显著降低峰值平均功率比(PAPR)达4dB,提升误码率(BER)5dB,并增强抗多径和多普勒干扰能力。

    来源:Digital Signal Processing

    时间:2026-01-18

  • 基于过程信息的编码与评估方法,用于评分花样滑冰视频

    花样滑冰视频评分方法提出基于运动显著性的时序解析模块(MITPM)和段式评分解耦策略(SSD),通过分解视频为关键运动段并逐段评估,在FS1000、OlympicFS和Fis-v数据集上实现最优性能。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-01-18

  • 一种基于新颖因果关系的证据推理预测方法,该方法包含一个时间参数

    证据推理模型结合因果发现与时间参数优化,通过改进PC算法和转移熵量化因果强度,提升复杂工程系统预测精度,在电力负荷、工业网络安全和飞轮系统验证中分别达到93.78%、96.5%和93.65%准确率。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-01-18

  • 基于多模态指数移动平均的表示方法在肿瘤分割与生存预测中的应用

    胶质瘤生存预测研究提出基于学生-教师框架的统一架构,通过SwinPAC-UNETR提取多模态MRI影像特征并生成软概率分割图,结合临床数据经多模态Transformer处理,利用指数移动平均(EMA)进行知识蒸馏,消除传统分阶段管道的误差累积和手工特征依赖,在BraTS 2020数据集上C-index达0.6762。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-01-18

  • 一种创新的用户与设备之间的认证方案,采用基于广泛学习的动态提示生成机制

    隐藏动态密码增强物联网设备身份认证安全性的研究,提出HDynPIN方案通过RNN生成动态提示和随机输入路径隐藏用户固定密码,有效防御摄像头记录和按键日志等侧信道攻击。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-01-18

  • 在数据稀缺的海岸地区,将因果深度学习技术整合用于潮位预测

    潮汐高度预测对沿海风险管理至关重要,尤其在数据稀缺的阿曼。本研究结合气象数据与因果深度学习模型,对比GRU、LSTM、Bi-LSTM、TCN和Causal-Bi-LSTM在马斯拉岛潮汐预测中的性能,发现Causal-Bi-LSTM模型(Nash-Sutcliffe效率0.961,相关系数0.99)在引入物理约束后表现最优,并揭示海平面压力是主要驱动因素。未来情景预测显示SSP245和SSP585下高潮淹没事件显著增加,尤其SSP585预计中世纪发生36次,挑战传统风险模式。

    来源:Estuarine, Coastal and Shelf Science

    时间:2026-01-18

  • 用于少样本图像分类的高效群体注意力学习方法

    本文提出基于组注意力学习的少数样本分类框架,通过自适应融合密集特征生成简化的组表示,并设计组级度量模块和多样性辅助损失,有效提升分类性能。实验表明该方法在六个基准数据集上优于现有方法,尤其在细粒度分类中效果显著。

    来源:Expert Systems with Applications

    时间:2026-01-18


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康