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......
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
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......
随着大数据时代的到来,人们不再为数据匮乏而感到困扰,反而越来越关注数据的质量问题并开始探讨从大量数据中提取最有价值信息的方......
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......
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......
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......
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......
3D人体骨骼动画驱动技术是动画电影、游戏等产业依赖的重要技术，具有很高的市场价值。其中，人体动作数据的采集是3D人体骨骼动画驱动......
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......
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......
人耳识别是继指纹识别、虹膜识别、人脸识别等一系列生物特征识别之后的一种新的生物特征识别，基于人耳图像的几何和纹理特殊性，人耳......
工业过程中,保持运行过程的安全性和可靠性是很重要的,所以故障诊断技术在工业过程中的应用越来越多。本文介绍了一些故障诊断方法......
在工业生产和制造过程中,有一些变量出于技术或经济的原因,无法直接测量,但是这些变量对于保证产品的质量和保证生产装置的平稳运......
在铜电解精炼过程中,电解液中的铜酸浓度直接影响着阴极铜的质量,对铜酸浓度的监测成为净液调度和质量管理过程中的一项重要的日常......
学位
本论文研究课题基于仿人机器人高性能单元与系统,首先对仿人机器人及其分支的研究背景和现状进行了介绍,然后针对高速视觉感知系统......
人工神经网络以其良好的自学习、自组织和容错能力充分显示了在解决高度复杂非线性问题的巨大潜力。三层前馈网络作为应用最为广泛......
近年来,随着人工智能技术的飞速发展,深度学习技术在图像分析、语音识别、自然语言理解等难点问题中都取得了十分显著的应用成果。......
该文运用软计算框架中的两种技术——模糊和神经网络技术对数据挖掘算法进行了进一步的研究,研究的着眼点在于提高数据挖掘算法的......
专家推理系统的泛化能力是指系统识别训练集合以外样本的能力,被认为是衡量专家推理系统最重要的指标。而泛化能力的好坏关键取决......
本文从支持向量机经验风险的利用、支持向量的合并约简以及训练样本的精简三方面进行论述。利用经验风险以提高分类器的泛化能力，对......
神经网络方法由于具有自学习、自组织和泛化能力,在模式分类领域得到了广泛的应用。神经网络的泛化能力是指:用一组训练样本对神经......
人工神经网络是一种模拟生物神经系统的信息处理模型，在很多领域得到了成功的应用，并在很多问题上表现出极大的优势和潜力。分类是神......
目前,神经网络的理论和应用研究得到了极大的发展,而且已经渗透到几乎所有的工程应用领域。BP网络是一种多层前馈神经网络,名字源......
伴随着生活水平的改善,人们对身体健康的重视程度也逐渐提高。普适计算技术和信息化手段可以为人们“适时适地”地提供普遍适用的......
神经网络集成是目前机器学习的热门研究方向之一,在许多领域有着广泛的应用,如数据挖掘、模式识别、文本分类、预测等方面。神经网......
蛋白质磷酸化在细胞生长、分化、凋亡整个过程中扮演至关重要的角色。磷酸化蛋白质的特定位点能起到开关该蛋白质某种功能的目的,......
国际权威T.G. Dietterich将集成学习列为机器学习四大研究方向之首。泛化能力是评价机器学习算法好坏的重要指标。集成学习通过某......
半径-间隔学习方法作为机器学习领域较为热门的研究方向之一,在分类和识别等应用中得到了广泛的关注。半径信息的变化隐含在特征变......
随着计算机软硬件技术的不断发展,大量的数据得以收集。与此同时,原有的数据处理及分析技术面临着越来越多的挑战。分类是机器学习......
随着信息技术的发展,用户获取到的信息量不断地增加,其中大部分是文本类型的数据,一种高效地管理并有效地利用这些无序数据的技术......
