泛化性能相关论文
近年来,深度神经网络已经被广泛应用于计算机视觉等领域并取得了突破性的进展。然而,深度神经网络容易受到对抗样本的攻击。这些对......
近年来数据驱动的故障诊断方法被广泛研究,但是这些方法有效的一个前提条件是训练诊断模型的数据与待测试数据应需采集自相同的设......
第一部分:过敏原数据库ALLERGENIA 2.0目的:构建的以机器学习方法为基础的过敏原分类判别机器,准确的训练数据集是算法精确性和泛......
目前说话人、环境及发音多样性仍是语音识别声学建模中需解决的主要难题,为了克服这些不利因素的影响,本文将经过三层结构优化后的......
分类是机器学习和数据挖掘领域的重要方法之一。现有的分类性能评估方法如误分率、召回率等通常将实例整体作为统计量,以评价分类......
特征选择作为维度约简的重要方法之一,一直活跃在机器学习与模式识别的研究舞台上。特征选择由于其本身的可解释性和对原特征的保......
分治策略是处理大数据的基本策略,尤其是近年来在分布式有很大发展的情况下,分治策略显得尤为重要.但是大数据中冗余或噪声样本不......
随着深度学习在诸多应用领域不断地取得着巨大的成功，其应用成果也直观地影响着人们对以深度学习为核心要素的人工智能有了更新的认......
针对卷积神经网络存在随着网络深度增加导致优化困难,识别正确率降低、泛化性能差等问题,在Res Net(残差网络)基础上,提出了一种基......
预分解新型干法是可实现规模化生产的最先进的水泥生产技术,该法已经成为当今水泥工业发展的主流,悬浮预热和窑外预分解是其核心技......
神经网络技术是20 世纪末迅速发展起来的一门新技术。由于神经网络具有强大的非线性映射能力、自学习适应能力等优点,因此,在控制......
支持向量机具有良好的泛化性能与学习能力，受到广泛的研究。标准的支持向量机算法是为分类问题而设计的,虽然在处理两类分类问题上......
类别不平衡问题是指各个类别的样本数差异明显，某些类别样本数远远小于其他类别，小类别是关注的重点。但标准分类算法假设所有样本的......
随着Internet的迅速发展和日益普及,电子文本信息迅速膨胀,任何有效地组织和管理这些信息,并快速、准确、全面地从中找到用户所需......
支持向量机(Support Vector Machine, SVM)是实现统计学习理论的通用学习方法,其优异的泛化性能使得支持向量机在模式识别、回归分......
分类技术在一些领域已经得到了成功应用,其精度和泛化能力也得到很大提高,但是随着时代的进步和科学技术的不断发展,人们对分类的......
传统的粒子群算法(PSO)具有很强的全局搜索能力,但易于失去多样性,因而导致早熟收敛。本文通过将问题中蕴含的先验约束编码进PSO中......
航母/舰载机系统是海军最强大的武器系统,但是受跑道狭窄、甲板运动、海况复杂等因素的影响,舰载机进近着舰一直被视为一项高难度......
强化学习以马尔可夫决策过程为基础,普遍适用于各类序列决策与规划问题的建模,因此在机器学习研究中受到了越来越多的关注,并部署......
报文分类问题是计算机网络的一个基本问题,主要研究如何高效的对进入网络设备的报文进行分析判断,并决定应用何种方式来处理报文。......
生成对抗网络(Generative Adversarial Networks,GANs)已经成为计算机视觉、自然语言和语音处理等领域中一个热门研究方向。然而,......
近些年来,神经网络模型已经成为机器学习中一种广泛使用的模型,并且在许多任务上取得了巨大的成功。研究神经网络模型的泛化性能也......
针对极限学习机(extreme learning machine,ELM)隐节点不确定性导致的系统不稳定,以及对大型数据计算负担过重的问题,提出了基于自......
人工神经网络是一种抽象模拟生物神经系统组成结构、工作方式以及系统功能的运算模型。其中,BP神经网络是运用最为广泛的一种人工......
内容针对传统指数滑动平均(EMA)算法在AlexNet卷积神经网络的训练后期无法持续优化网络参数,而导致网络过拟合问题.提出一种基于Ta......
在化工生产中,软测量技术被广泛用于估计那些由于传感技术或经济成本的限制而不能直接测量得到,却又直接影响化工生产的关键参数。......
模糊系统辨识是智能控制理论重要的研究分支之一。传统数学建模方法对当前信息科技所带来的各种复杂研究对象往往无能为力，而模糊模......
六自由度运动平台的运动学正解在其结构设计和实时控制中均起着重要的作用。传统数值解法计算复杂且受初值影响较大，不能满足实......
连铸过程中对漏钢事故进行准确的预报不但有助于提高连铸机的生产率和连铸设备的完好率,同时还可以降低漏钢事故所造成的经济损失......
在建筑能耗占整个能源消耗的比例不断增加的现状下,尤其是当前世界“能源危机”日益紧迫的关头,空调建筑节能已成为节能领域中的一......
针对现有反转类策略未充分考虑时间序列非平稳性和单一模型预测的低效性问题，本文提出了两种新的多周期投资组合选择策略，即“在线自......
多层感知器和径向基函数神经网络是两种典型的前馈神经网络，它们具有较强的模式识别能力和灵活的非线性建模能力。然而，在实际应用中......
学习理论作为逼近论和概率统计理论等的交叉学科，主要研究学习问题。学习问题就是利用样本数据从给定函数集寻找待求的函数依赖关系......
介绍了某聚酯生产过程酯化工艺建立的过程质量指标酯化率的软测量模型.提出一种利用减法聚类产生初始的T-S模糊模型,通过粗调与细......
在高维空间中,分类超平面倾向于通过原点,即不需要偏置(b).为了研究在v- SVM分类问题中是否需要b,该文提出了无(b)的v-SVM的对偶优......
极端学习机(ELM)作为一种广义的单隐层前馈神经网络在分类和回归问题中得到广泛的应用,并受到机器学习学者的广泛关注。如何自主的......
将小波多分辨率分析特点和支持向量机良好的泛化性能相结合,建立小波-支持向量机风速预测模型。先将原始风速序列经小波分解成概貌......
为提高径向基函数神经网络的泛化性能,提出一种利用分级偏最小二乘回归方法构造径向基函数神经网络的方法,逐步增加网络中的隐节点......
极限学习机(ELM)在训练过程中无须调整隐层节点参数,因其高效的训练方式被广泛应用于分类和回归,然而极限学习机也面临着结构选择......
提出了一种基于权值拟熵的“剪枝算法”与权值敏感度相结合的新方法，在“剪枝算法”中将权值拟熵作为惩罚项加入目标函数中，使多层前......
针对AdaBoost. M2算法在解决多类不平衡协议流量的分类问题时存在不足,提出一种适用于因特网协议流量多类不平衡分类的集成学习算......
