超参数相关论文
高校青年教师的教学水平是影响教学质量提升的关键因素,也是当前高校教学评估的重要内容之一。为了更加准确地评估高校青年教师教学......
齿轮是机械运动中非常重要的零部件,一旦发生损坏将对机械整体造成不可估量的损失,甚至波及人身安全,因此提前预知齿轮的剩余寿命非常......
为了确保有效利用轧机设备能力,以某钢厂棒材生产线的轧机电机负荷数据为研究对象,利用PyTorch搭建基于长短时记忆(long short term m......
随着智能制造的发展,基于卷积神经网络(CNN)的故障诊断方法成为了研究热点。学习率作为深度学习最重要的超参数之一,对CNN模型的最终......
风力发电机组行星齿轮箱振动信号是一种非线性非平稳的复杂信号,传统的故障诊断方法面对此类信号时,能够很好地处理的范围有限.建......
随着科学技术的发展,现代工业正在向大型、复杂、自动、高精度的生产设备的方向发展,这对于提高生产效率、提高产品质量、节约成本......
在水利事业飞速发展的今天,安全监测在水工建筑物从施工开始到竣工,以及运行期间都必不可少。只有在掌握了建筑物的变形情况以后,......
人脑是迄今为止自然界中最复杂的生物系统,其神经元细胞通过突触彼此连接,形成高度复杂的脑连接网络.越来越多的证据表明,脑连接网......
为了提高审计质量,建立了一种能够预测合并财务报表审计意见的改进MLP模型.此外,为了有效确定模型超参数,采用了dropout及自适应k-......
为了提高电力负荷的预测精度,提出使用粒子群算法(PSO)优化长短期记忆(LSTM)神经网络超参数的电力负荷预测模型(PSO-LSTM).针对LST......
随着油气田勘探开发难度越来越大,对砂体岩性预测精度提出更高要求.具有较高纵向分辨率的地质统计学方法,随着其应用范围越来越广,......
利用深度学习方法实现故障诊断过程中存在模型的超参数配置困难问题,为了有效优选模型的超参数集合,提出一种正态分布与莱维飞行(N......
针对深度堆叠降噪自动编码器(SDAE)网络超参数采用经验枚举获得时存在的泛化能力较弱,且选参过程与设计人员经验有关,效率低等问题......
开展基于可穿戴传感器的人体动作行为识别研究,将传感器嵌入到服装,使老年人通过穿戴智能服装得到健康监护,对于老年人的健康监护......
基于薄壳理论,首次用8节点曲壳超参数单元的有限元法建立了柔轮筒体的动态计算模型。计算结果表明:试验值与计算值非常吻合。这说明本......
问:怎样才能预先发现电气事故?答:电气事故如同其他事故一样是可以预先发现和预防的,但应做好下列方面的工作:一、在电气设备运行......
土壤墒情预测是农业发展的重要内容之一,对于实现作物的增产增收、提高作物经济效益方面具有重要的意义。本文采用深度神经网络算......
多传感器时间配准技术是信息融合系统前端数据处理的一项关键技术,时间配准效果的好坏是影响信息融性能的重要因素之一。随着信息......
地物覆盖监测对于生态环境系统保护、气候变化研究、土地资源管理和可持续发展变得越来越重要。在遥感领域中,分类方法常被用于获......
学位
本文所谈锅炉运行参数是指主蒸汽温度、压力和炉膛负压。本装置的研制是为了方便锅炉超参数运行累计时间的计量和统计并以此对运......
在入侵检测中使用单个的支持向量机容易因“单点失效”而危害系统安全.提出一种基于支持向量机集成的方法来进行入侵检测.它采用负......
利用Jeffreys先验理论推导出gamma分布和beta分布的Jeffreys先验,在此基础上通过贝叶斯方法得到通用数据分布超参数计算表达式,最......
目的探索Meta分析的贝叶斯分层模型分析和后验计算的网格抽样模拟。方法应用贝叶斯分层模型对一组激素预防新生儿肺透明膜病的临床......
石景山发电厂检修车间本体班,是全厂的先进班组。全班33人,解放前入厂的老工人6人,解放后入厂的青年工人8人,其余都是1958年后进......
为了使预测模型具有良好推广能力和较高的预测精度,本文利用交叉有效性验证方法确定支撑向量机中的超参数.实际算例表明,在相同的......
本文采用八结点超参数壳体单元对薄板和中厚地板进行变形和内力分析,编制了相应的计算程序,并给出详尽算例,讨论了板的厚度、支座......
针对使用径向基核函数的支持向量机,采用粒子群优化方法实现模型优化.基于训练集中样本之间的最近平均距离和最远平均距离,给出参......
鉴于支持向量机特征选择和参数优化对其分类准确率有重大的影响,将支持向量机渐近性能融入遗传算法并生成特征染色体,从而将遗传算......
针对时间序列分类算法易受噪声影响的问题,传统的L1趋势滤波和L2趋势滤波都是有效的时间序列平滑方法,然而两者的趋势模型固定,仅......
高斯过程是新近发展的一种机器学习方法,对处理复杂非线性问题具有很好的适应性。采煤工作面瓦斯涌出量与其影响因素之间存在着复......
最小二乘支持向量机(LSSVM)软测量建模的回归精度和推广能力取决核函数选取以及超参数的优化,然而多核概念的引入,弱化了核函数的......
大麦的糖化力和蛋白质含量是影响大麦品质的重要指标,对此类性状进行QTL定位具有重要的经济意义。本研究分别采用传统的单QTL扫描......
CNN-GRU混合深度学习反演弹性阻抗取得了较好的反演效果。但是,基于深度学习的叠前反演参数众多,包括内部深度学习网络可学习参数......
针对小时间尺度网络流量预测中的复杂性、非线性和高度自相似性等问题,提出使用一种改进模拟退火法优化的相关向量机(PSA-RVM)来解决......
结合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS),给出一种在噪声测量条件下重建可压缩图像的方法。该方法将CS理论中图像重建过程看......
提出一种基于变分贝叶斯推理的高光谱图像恢复方法.建立描述高斯噪声的最大似然函数项,采用小波基矩阵变换,构建小波变换后因子稀......
文章指出了文献[1]中的错误,给出了文献[1]所考虑的双参数分布刻度参数经验Bayes估计问题的正确结果。在三种不同的试验方案下进行......
该文阐述了基于主元分析和支持向量机的人脸识别算法,并对算法进行了改进。实验使用的是ORL人脸库,该方法先用PCA方法进行特征提取......
卷积神经网络(CNN)是目前最为流行的深度神经网络的一种,尤其在图像识别上有着非常广泛的应用。但是作为多层神经网络的一种,其有......
先验分布的确定是运用Bayes方法进行复杂系统可靠性评估的先决条件.本文研究了利用类似系统的可靠性信息通过加权融合确定先验分布......
为了更准确的预测话务量,提出了一种以粒子群优化算法为基础的,通过多样性度量指标控制种群特征的改进粒子群优化算法(MPSO),用于最......
基于指数分布定时截尾寿命试验,给出了失效率λ的E-Bayes估计.研究了在超参数取不同密度函数时λ的E-Bayes估计之间的关系和收敛速......
基于指数分布定时截尾寿命试验,定义了失效率λ的单侧M-Bayes置信上限和可靠度R(t)的单侧M-Bayes置信下限;证明了超参数取不同密度......
为了降低均匀圆阵列二维波达方向估计的计算量,提出一种基于稀疏贝叶斯假设检验的波达方向估计算法。根据"粗扫描"+"细扫描"思想,将角度......
Wiener过程广泛用于产品的性能退化建模,为了便于Bayesian统计推断大都采用随机参数的共轭先验分布。针对目前的二步法得到的超参......