基于网络结构的正则化逻辑回归

来源 :计算机科学 | 被引量 : 0次 | 上传用户:maowang300miao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
逻辑回归是一个应用广泛的分类模型,但由于高维数据分类任务在实际应用中变得越来越频繁,使得分类模型面临着巨大的挑战。应对该挑战的一种有效方法是对模型进行正则化。许多已有的正则化逻辑回归直接运用L1范数罚作为正则化罚项,而不考虑特征之间的复杂关联关系。也有一些研究工作基于特征的组信息设计了正则化罚项,但它们假设组信息是预先给定的。文中从网络的视角对特征数据中存在的潜在模式进行挖掘,并基于此提出了一个基于网络结构的正则化逻辑回归。首先,以网络的形式描述特征数据并构建出特征网络;其次,从网络科学的角度对特征网络进
其他文献
细粒度情感分析(fine-grained sentiment analysis)是自然语言处理领域的关键问题之一,其通过学习文本的上下文信息来进行特定方面的情感分析,可以帮助用户和商家更好地了解用户评论特定方面的情感。针对基于用户评论的方面级别细粒度情感分析任务,提出了BiGRU-Attention与门控机制(gated mechanisms)相结合的文本情感分类模型。首先,通过整合现有的情感资源,将HOWNET评价情感词典作为种子情感词典,利用SO-PMI算法扩充用户评论情感词典,结合否定词典以及词性信
基于稳态视觉诱发电位(Steady-State Visual Evoked Potentials,SSVEP)的脑-机接口(Brain-Computer Interfaces,BCI)可将不同频率的视觉刺激目标映射到某种控制指令中以达到控制外部设备的目的。为了探究AR-BCI对刺激数量的可容纳性及多目标刺激数量对AR-BCI分类精度的影响,文中设计了4组不同数量的刺激界面,并通过HoloLens(AR)眼镜进行显示。对比分析表明,随着刺激数量的增加,4种布局的分类正确率逐渐降低,并且刺激目标的位置会影响分
拟态防御作为一种新提出的网络防御方法,其不可预测的特性使其具有出色的防御效果。异构执行体是拟态防御中由各类防御策略构成的异构部件,拟态防御机制通过对异构执行体的动态调度来获得防御的动态性。传统的调度方法具有一定的局限性,针对这些局限性,综合考虑防御的全面性和历史防御成功率信息,提出了一种新的具有负反馈能力的动态调度算法FAWA,并设计了仿真碰撞实验来模拟网络攻防过程,并与其他调度方法的防御效果作对比。实验结果表明,在攻击方随机装载攻击载荷的场景下,FAWA算法的调度效果始终优于其他算法,能够很好地提高防御
介绍疫情防控期间面向计算机类专业教师、学生和督导人员的网络在线教学调查情况,并从在线教学总体效果、教学准备、教学实施、学生学习效果4个方面进行分析,据此对高校加强网络在线教学工作提出若干思考与建议。
舌诊是"望、闻、问、切"四诊中的重要内容之一,也是我国中医诊法的一大特色。中医医师需要通过肉眼观察进行临床诊断,这使得传统舌诊具有主观依赖性强、缺乏定量化的缺点。随着智慧医疗的发展,研究人员着重研究如何借助计算机进行舌象的辅助诊断,实现智能舌诊,进而实现智慧中医。近年来,智能舌诊的相关研究逐渐成为热点。为了辅助该领域的研究学者对计算机辅助舌诊进行更深入的探索,文中对其进行了系统、全面的综述。首先介
由于暗通道先验去雾算法会使天空等明亮区域产生颜色失真、偏移等问题,对此文中提出基于暗通道先验的单幅图像去雾新算法,提高了图像去雾效果。首先,根据图像的大小设计了一种自适应滤波窗口;其次,为了防止图像中的高亮像素对大气光值估计的影响,利用变差函数去除这些高亮像素,并结合去除高亮像素后图像的暗通道图,估计大气光值;然后,提出了一种结合结构相似性的暗通道先验去雾改进算法,并对透射率进行优化、修正;接着,
针对疫情期间在线教学忙、乱、堵的问题,提出“一平两端”线上教学方法,以软件需求分析课程为例,从教学资源的创建和教学考核的设置方面介绍学习通课程的建设,阐述教学过程的设计,最后说明该教学方法的有效性。
从软件工程观与计算机系统观的角度出发,提出符合程序设计类课程特质的“金课”建设思路,以Java程序设计课程为例,从内容设计、教学模型、具体教学实践等方面介绍教学改革,最
为了提高程序设计基础与实验课程的学习成效,提出“MOOC+SPOC+直播互动+PTA+慕课堂”线上混合式教学模式,阐述如何开展案例引导和渐进训练的教学设计、多平台分类资源建设和多维度考核评价,探讨“一引二问三评”的过程导控和反馈机制,强化学习导引、师生互动交流和及时评价督促,介绍教学实践过程并说明初步效果。
触发词检测是事件抽取的一项基本任务,该任务涉及对触发词进行识别和分类。目前,已有工作主要存在两方面的问题:1)用于触发词检测的神经网络模型只考虑了句子的顺序表示,且通过顺序建模的方法在捕捉长距离依赖关系时效率较低;2)基于表示的方法虽然解决了手动提取特征的问题,但用作初始训练特征的词向量对句子的表示程度有所欠缺,难以捕捉深层的双向表征。因此,文中提出了一种基于BERT模型和GCN网络的触发词检测模型BGCN,该模型通过引入BERT词向量来强化特征表示,并引入句法结构来捕捉长距离依赖,对事件触发词进行检测。