超参数优化相关论文
随着科技的飞速发展,地球科学数据以指数形式增长,呈现出数据量大、更新快、多极化、多角度、高速发展等大数据特征。因此,如何从......
利用机器学习模型进行滑坡易发性评价时，不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型（逻辑回......
叶面积指数（leaf area index,LAI）是森林生态系统重要参数,如何以较小成本提升区域尺度的山地森林LAI的遥感估测精度,对于精确掌握森......
国际糖尿病方面的研究成果表明,近年来糖尿病发病率呈现不断的上升趋势。随着人工智能的不断进步,医疗保健数字化进程加速推进,基......
海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义。提出一种适用于海量用户用电行为聚类及分析的算......
雷达目标航迹的快速识别对指挥员战场决策具有重要的参考作用，传统雷达目标航迹识别算法对于目标特征分析效果差，导致航迹识别效果不......
为提高南药叶片的分类和分拣效率，本研究对EfficientNetv2网络模型进行改进，引入迁移学习机制训练模型，选取自适应矩估计优化算法，通过......
城市交通拥堵的重要原因之一是有限的道路供给资源与高涨的交通需求量不匹配,日益增长的私家车保有量则使这一问题日趋严重。尽管......
在问题规模不断增大的背景下,机器学习和深度学习的应用门槛越来越高,且需要极具经验的人工干预。然而,人工干预往往需要耗费大量......
准确预测碳价格不仅有助于投资者及监管部门的科学决策,而且有助于碳金融市场的健康发展.考虑碳价格预测的复杂性,基于“分解-重构......
水泥立磨系统中的生料细度是水泥生产中的一项重要指标,水泥生料细度的准确预测是水泥行业实现节能减排和智能控制的前提。然而,立......
传统计算机经过几十年的发展演变,已经非常成熟,在很多领域已经表现出卓越的性能,被认为是人脑的拓展。然而传统计算机在很多领域......
信用评估模型在金融机构的借贷决策中起着重要作用。可靠的信用评估模型有利于降低信用分析的成本,减少可能遭受的经济损失风险,帮......
卷积神经网络的性能与超参数配置密切相关,然而最优超参数的选择耗时耗力.为了提高超参数选择的效率,提出了一种基于多策略的蝠鲼......
动力电池荷电状态(state of charge,SOC)的实时预估对提高电动汽车电池利用率、优化电动汽车性能意义重大.该文提出一种可学习电池......
为控制项目成本及规划施工流程,需对隧道掘进机(Tunnel boring machine,TBM)的掘进速度(Rate of penetration,ROP)提供可靠的预测......
针对工业控制系统网络攻击日益增加,现有的基于深度学习入侵检测模型的最优超参数组难以确定,从而造成检测精度不高的问题,提出一......
天然气、污水处理厂、智能电网等工业控制系统（Industrial Control System,ICS）是国家关键基础设施,其网络一旦遭受攻击,不仅会造成......
针对燃煤电厂NOx排放的预测问题,提出了基于粒子群优化算法和双向门控循环(PSO-Bi-GRU)神经网络的NOx排放预测模型.通过主成分分析......
大规模MIMO(Multiple-Input Multiple-Output)系统具有频谱效率高、系统容量大的优势.然而由于发射机射频元件存在着技术、工艺等......
针对传统鱼类识别方法存在特征提取复杂、算法可移植性差等不足,该研究提出了一种基于改进ResNet50模型的淡水鱼种类识别方法。研......
近年来,机器学习算法广泛应用于多个领域.超参数的选择直接影响了算法模型的性能,然而超参数优化过程往往依赖于专业知识和长期经......
残基对的相互作用描述了蛋白质三维结构中一对残基的空间距离关系,相互作用的残基对对维护蛋白质结构的稳定起着重要作用。蛋白质......
深度前馈神经网络在分类和回归问题上得到了很好的应用,但网络性能极大程度上受到其结构和超参数影响。为了获得高性能的神经网络,......
随着人工智能技术的发展以及法律信息化的基本完成,智能法律辅助系统也成为了当前一个重要的需求。法律智能就是让机器能够读懂法......
深度森林模型是一种基于随机森林分类器的集成学习模型。相比于深度卷积神经网络,深度森林模型具有模型结构灵活、需要调节的超参......
卷积神经网络在各领域的应用十分广泛,尤其在图像分类问题上取得了很高的准确率。然而设计一个好的网络需要手动设定大量超参数。......
随着数据物联网与云计算的兴起,数据支撑决定着各行各业的发展。解决问题的上限是由数据决定的,而如何处理数据成为科研人员和工程......
城市快速路是城市交通的重要组成部分,影响着城市交通系统的运行效率。随着多源交通数据采集技术的完善,融合多源数据的城市快速路......
近年来,互联网技术的快速发展不断提高着人们的生活品质,这也使人们对新技术的应用提出了越来越高的要求。高精度天气预报、自动驾......
对于计算成本高昂的黑箱子优化问题,高效全局优化(efficient global optimiza-tion,简称EGO)算法是一个广为流行的序贯试验设计方......
深度学习、神经网络已经在各行各业的到了巨大地发展,而使用神经网络进行计算、预测时需要使用者提前对网络的各种参数进行提前定......
近年来,随着计算机技术的不断发展,智能监控已广泛应用于日常生活中的各个领域。其广泛的应用场景和巨大的应用价值使得行为识别在......
学习率衰减策略是深度学习算法优化中常用的学习率设定方法,好的学习率设定方式可以训练出更好的深度神经网络模型。因此,如何设定......
随着大数据、云计算等新兴技术的不断涌现和我国电商平台的迅速发展,互联网中产生了大量的商品数据。伴随着时间的推移,商品的数量......
RNA对生命体的遗传具有重要作用,RNA二级结构是理解RNA功能的初级钥匙。由于缺乏对RNA相对完整的了解,对RNA二级结构打分是生物信......
河流流量估算是水文学家普遍采用的一种活动,它考虑了几个气象因素。虽然有些方法需要彻底了解水文过程以及导致径流的不同参数之......
快速有效的电厂负荷分配能够有效增强电厂灵活运行能力,从而提升效益,增强市场竞争力。因此,针对负荷分配中快速性问题,在电厂负荷......
根据不同电器运行状态数的差异,将电器分为状态复杂和状态简单2类。状态复杂电器存在多种工作状态,且前后状态有逻辑关联。因此,利......
为增强对新冠肺炎与普通肺炎的区分能力,协助医护人员对肺炎患者进行胸部CT检测,在人工智能图像分析的基础上提出了一种基于CT图像......
论文提出了一种基于火焰视频序列采用卷积-循环神经网络分析回转窑烧结工况的新方法.现方法以单帧静态火焰图像为输入,易受噪声影......
负荷预测自电力工业诞生便是一项热门的基础研究问题,连续多天的日高峰负荷预测往往对电网的优化运行与安全稳定起到重要作用.该文......
针对大数据由于数据复杂性、异构性、安全性、可伸缩性和大规模数据量而难以预测分析的问题,提出了基于增强可伸缩随机森林(Enhanc......
针对永磁同步电机(PMSM)故障诊断问题,提出了一种基于权重改进粒子群算法与时钟驱动循环神经网络(Clockwork RNNS)PMSM的故障诊断......
