机译:度量标准驱动的分类:基于Henze-Penrose检验统计量的非参数方法
Department of Electrical and Computer Engineering, North Carolina State University, Raleigh, NC, USA;
Department of Electrical and Computer Engineering, North Carolina State University, Raleigh, NC, USA;
Air Force Research Lab, Avionics Cir, Wright-Patterson AFB, OH, USA;
Data Analytics and Decision Sciences, Lawrence Livermore National Laboratory, Livermore, CA, USA;
Probability density function; Training data; Feature extraction; Electric variables measurement; Force measurement; Measurement uncertainty;
机译:使用非参数统计的基于分布的纹理分类
机译:基于假设的非参数统计检验的CBIR
机译:基于假设的非参数统计检验的彩色图像检索
机译:基于Henze-Penrose度量的最近邻分类精度的非参数范围
机译:非参数检验的悖论排名及其统计意义
机译:采用参数和非参数统计分类模型的荷斯坦·弗里斯牛奶产量水平的分类与预测
机译:图10:异常值绘图:(a)Boxplot与具有和没有异常值的最佳三种方法(ENET,FSMK1和SVM-RFE)的结果。 *,根据双氟硅酮试验,与p值<2.2×10-16的统计学上有显着差异; **,根据非参数弗里德曼测试的统计学意义差异,具有P值<1.92×10-41的IMAN和DAVENPORT校正。在面板的底部,基于中位的对比度估计热图。在(b)中,通过根据图像所属的类别着色,通过着色它们来绘制残留物。
机译:项目分析和分类问题的概率和统计。关于非参数双向分类的经验贝叶斯方法,