泛化能力相关论文
近年来,小样本学习逐渐被学术界广泛研究,其旨在使模型在给定样本较少的情况下完成一系列任务。目前基于度量学习的元学习算法被广......
近年来,生物医学领域的数据呈现爆发式增长,特别是伴随着以电子病历系统为核心的医疗信息化建设的不断推进,不同医疗机构中积累的......
为提高随机配置网络(Stochastic configuration networks,SCN)的泛化能力,提出了一种适用于SCN的光滑化L1正则化方法.针对L1正则化算......
支持向量机(SVM)能有效解决高维数非线性问题,且具有很好的泛化能力,其关键在于惩罚因子及核参数的选取;遗传算法具有良好的全局搜索......
大型水轮发电机传统失磁保护无法反映复杂电网环境下各种扰动测量阻抗的变化,难以同时满足选择性和速动性。本文提出一种基于测量阻......
泛化能力是机器学习的重要评价指标,由于现实中的工业应用中外部环境十分复杂,在旋转机械工作时,其负载是不断变化的。如何使用一种负......
深度学习模型凭借其良好的性能被引入到电力系统的暂态稳定性评估中,但进行在线应用时,须关注模型的抗噪能力和泛化能力.文中提出......
海啸是一种灾难性的海浪,主要由海底地震、火山喷发、海底滑坡而产生,它具有传播距离远、能量损失小、破坏力强等特点,海啸一旦发......
虽然深度神经网络模型在大量的应用场景中取得了引人瞩目的成果,但是这些高性能的模型却存在一个常见的问题,即过拟合问题。为了防......
学位
针对遥感影像卷积神经网络(CNN)分类会导致特征信息丢失及泛化能力差的问题,提出一种基于通道注意力和混合注意力改进的胶囊神经网......
最近几年,深度学习在图像识别、语音识别和自然语言处理等领域取得巨大成功。深度学习模型所取得的这些成就往往都依赖于大规模的......
目前DECA模型在人脸重建方面取得了比较好的成果,但是对于光线影响较大的室外人脸图进行训练时,效率不高且总体性能一般,针对此问......
为避免网络环境遭到异常数据流的攻击,实现对常规信息参量的准确捕获,设计基于强化学习理论的网络数据流异常检测数学模型.分析PLV......
目的:本研究立足我国老年龋病常见且多发的现状,且大量文献提示老年龋病引起的疼痛、咀嚼障碍往往会降低老年人的生活质量,还可以......
随着现代生命科学迅速发展,人们对微观的生命活动的认知和研究愈发深入,为了更好地对生物组织、细胞、分子等微观生物样品进行观测......
机器学习算法的鲁棒性对于实际应用十分重要.大多相关研究主要针对大型数据库上的深度模型,针对小型数据库的研究还较为缺乏,困难......
在处理小样本机器学习数据时,常规的数据处理算法在处理过程中容易产生不平衡数据,导致数据处理算法的泛化能力比较差.为解决上述......
提出利用贝叶斯改进的卷积神经网络进行平面赤足迹识别,通过贝叶斯理论将网络模型中的权重和卷积核参数由点估计改为概率分布的形......
目的 人体骨架的动态变化对于动作识别具有重要意义.从关节轨迹的角度出发,部分对动作类别判定具有价值的关节轨迹传达了最重要的......
行星齿轮箱是风电机组传动系统中的重要部件,其故障发生率较高且难以直接识别故障情况,此外故障样本难以直接获取、样本环境噪声大......
近年来,互联网和大数据的发展促使语音分离技术得到提升,但是单声道音乐源分离的发展比较缓慢.现有的分离模型存在很多问题,泛化能......
时间序列流量的预测问题是近年来机器学习的一个热点问题,通过改变长短期记忆网络(LSTM)层数、网络层神经元的个数、网络层之间的......
为了建立精确实用的电力系统综合负荷模型,以表征负荷的动态特性,本文提出了一种基于径向基神经网络的综合负荷建模方法。与传统BP网......
以孝感学院历年招生规模为研究对象,建立通用预测模型.LM-BP 网络学习能力强,但预测不一定准确,主要是神经网络对其初始权值和阈值......
针对传统蚂蚁算法中出现的易停滞现象,引入免疫机制,提出了一种新的融合算法,即免疫—蚂蚁算法,用其对RBF网络中心参量进行优化,并将优......
神经网络集成是一种有效的工程应用方法,其品质主要决定于单个网络的误差和网络间的差异度.本文提出了集成网络间的结构差异度的概......
针对具有多变量、非线性、工况范围大等特点的复杂工业过程建模问题,提出一种基于局部学习策略的复杂系统建模方法,并提出一种基于......
准确的负荷预测可以优化各种能源配置,进一步节约能源.但随着新能源的快速发展以及大量应用,越来越多的光伏和风电资源并网,导致电......
支持向量机(SVM)由于其出色的泛化能力,已成为目标检测领域应用最为广泛的分类器之一。然而在检测过程中,过多的支持向量会产生很......
信息时代的快速发展伴随了非结构化文档数据的急剧增长,但是自然语言的歧义性和多样性增加了文本的处理难度。实体链接技术将文档中......
为有利电力部门的统筹规划和电力用户的优化用电,未来智能电网尤其能源互联网领域要求电网与用户之间能够实现良好的信息和行为双......
传统的无人飞行器航迹规划搜索算法虽然具有很强的路径搜索能力,但面临新的规划任务或飞行环境时,无法从历史经验中获得先验知识并加......
热带气旋,又称作台风,是一种破坏力极强的自然灾害,对中国沿海地区造成巨大的灾难,对生命和财产安全产生严重的威胁。因此,精确地估计台......
强化学习的优化目标是寻找最优动作序列,解决复杂环境中的决策问题。结合了深度神经网络,深度Q学习(Deep Q-Network,DQN)是一种经典的......
核电厂系统复杂,且存在潜在的放射性威胁,保障其安全平稳运行至关重要。以EPR、AP1000为代表的第三代核电厂大规模运用了数字化显示......
针对当前情绪脑电信号(EM-EEG)辨识方法分辨率低的问题。在分析EM-EEG特征分布规律和单一卷积神经网络(CNN)特性的基础上,与门控循......
基于人工智能的多特征融合是提高变压器保护可靠性的有效手段,但在实际应用中面临着泛化能力不足的问题.为解决基于人工智能的变压......
支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,为此提出了基于粒子群算法的SVR参数优化选择方法.以不同噪......
目的现有的深度学习模型往往需要大规模的训练数据,而小样本分类旨在识别只有少量带标签样本的目标类别。作为目前小样本学习的主......
We integrate k-Nearest Neighbors(kNN) into Support Vector Machine(SVM) and create a new method called SVM-kNN.SVM-kNN st......
通信信号调制样式的自动识别是非协作通信中的主要问题,也是软件无线电接收机必备的功能之一。调制识别技术是近年来信号处理领域研......
近年来,神经网络的研究得到了异常迅速的发展。神经网络的特征充分显示了其在解决高度非线性和严重不确定性系统的巨大潜力,在各门学......