– 12 – 第三章 高斯过程回归方法 本章主要介绍如何使用机器学习领域的高斯过程模型(Gaussian process model)处 理回归(regression)问题。机器学习领域中使用的高斯过程不同于数学意义上的高斯 过程，在3.1和3.2节中，我们分别讲述如何使用...
基于3个网页-相关网页
Gaussian process latent variable model (GPLVM) is a popular manifold method recently proposed for dimensional reduction.
高斯过程隐变量模型是最近提出的比较流行的无监督降维方法。
During the process, noise model is built by Gaussian statistics algorithm, which can extract moving object contour accurately and quickly.
在此过程中，使用高斯统计的方法建立噪声模型，使得该方法能更准确快速提取目标的轮廓。
And then, taking into account the specific process of automatic image annotation, we built the automatic image annotation model based on Gaussian mixture model.
再针对具体的自动标注过程，建立了基于高斯混合模型的自动图像标注模型。
应用推荐