退出
我的积分:
中文文献批量获取
外文文献批量获取
马文超; 边玉芳; 郭雯婧; 谢敏;
北京师范大学认知神经科学与学习国家重点实验室;
北京100875;
K-means; 潜在类别模型; 混合Rasch模型; 聚类分析; 模拟研究;
机译:自评抑郁量表的混合Rasch建模-结合潜在类别和Rasch评级量表模型
机译:比较成员级别,Rasch和潜在类别模型的潜在结构
机译:基于混合Rasch模型的计算机潜在类别识别的自适应测试
机译:K-Means算法之间的比较分析,K-Means用高斯混合模型和模糊C算法
机译:潜在类别分析与混合Rasch模型的比较:第四次国际数学与科学研究(TIMSS-2011)中8年级数学成绩的跨文化比较。
机译:区分潜在类别和具有分类结果的连续因子:因子混合模型参数的类别不变性
机译:特应性皮炎的自然病程–基于潜在类别混合模型的基于模型的聚类
机译:用单颗粒质谱法测量GIss模式基质气候模型中气溶胶混合态的类别。
机译:电动机设计装置,具有模型生成单元和比较单元,其确定模型参数的优化数据集,针对该模型参数,电动机模型的比较值对应于有限元模型的比较值
机译:一种用于声学模型训练的方法,其中包括语音训练数据,过程数据的强制对齐以及获得估计的散射矩阵的散射矩阵,使中间类别和内部对角化矩阵倾斜以及在中间类别Terna和估计特征向量中倾斜,以获得新功能使用判别向量训练新的声学模型,以保存模型,方法和系统以进行声学模型训练
机译:通过与语言模型的比较聚合模型以及来自潜在聚类的浓缩相似信息的回答选择
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。