期刊文献+
共找到41篇文章
< 1 2 3 >
每页显示 20 50 100
基于误差均值与方差最小化的鲁棒T-S模糊建模方法 预览
1
作者 隋昊 覃高峰 +1 位作者 崔祥波 陆新江 《浙江大学学报:工学版》 EI CAS CSCD 北大核心 2019年第2期382-387,398共7页
传统T-S模糊建模方法在非线性系统建模方面已有大量的成功应用,但其现有的参数辨识方法没有考虑模型的结构风险项,因此模型的泛化性不强.同时,尽管传统T-S模糊建模方法能够在高斯噪声下取得较好的辨识效果,但没有综合考虑误差的均值与... 传统T-S模糊建模方法在非线性系统建模方面已有大量的成功应用,但其现有的参数辨识方法没有考虑模型的结构风险项,因此模型的泛化性不强.同时,尽管传统T-S模糊建模方法能够在高斯噪声下取得较好的辨识效果,但没有综合考虑误差的均值与方差项,导致在非高斯噪声或者异常值下辨识效果较差.针对传统T-S模糊建模方法的这些不足,提出基于误差均值与方差最小化的鲁棒T-S模糊建模方法.该方法通过构建全新的参数辨识目标函数,将结构风险项及误差的均值和方差最小化,从而提高T-S建模的泛化性和鲁棒性.仿真与试验结果表明,在噪声干扰下,鲁棒T-S模糊建模方法能够对非线性系统进行有效建模,且建模效果优于传统T-S模糊建模方法. 展开更多
关键词 T-S模糊建模 结构风险 泛化 鲁棒 非线系统
在线阅读 下载PDF
基于复杂内核的汽车产量预测模型
2
作者 范思遐 《工业工程与管理》 CSSCI 北大核心 2018年第4期98-103,共6页
汽车产量预测对把握市场趋势,调整产业结构与生产规模起到至关重要的作用。为提高预测性能,提出一种基于复杂内核的预测模型。利用局部与全局单一内核分别学习训练样本,依据训练结果动态提取复杂内核基础函数,对其权重系数进行参数... 汽车产量预测对把握市场趋势,调整产业结构与生产规模起到至关重要的作用。为提高预测性能,提出一种基于复杂内核的预测模型。利用局部与全局单一内核分别学习训练样本,依据训练结果动态提取复杂内核基础函数,对其权重系数进行参数寻优;利用该复杂内核解析参训样本,并对测试样本进行预测检验。利用我国汽车产量统计数据进行案例分析,实验结果表明,基于复杂内核的预测模型能从学习源头提高样本的解析性能与非线性描述能力,并能提高模型的预测精度,增强其泛化性能与外延能力。 展开更多
关键词 汽车产量 复杂内核 支持向量机 预测 泛化
基于GA-Elman神经网络的煤矿突水水源判别 被引量:1
3
作者 徐星 田坤云 +1 位作者 李凤琴 赵新涛 《西南大学学报:自然科学版》 CSCD 北大核心 2018年第4期170-179,共10页
煤矿突水是矿井生产过程中产生的自然灾害之一,而准确判别突水来源是突水防治工作的重要基础.以煤矿各含水层水化学成分的差异性为依据,选取K++Na+,Ca(2+),Mg(2+),Cl-,HCO_3-,SO_4(2-)6个常量组分作为突水水源的判别因子.为... 煤矿突水是矿井生产过程中产生的自然灾害之一,而准确判别突水来源是突水防治工作的重要基础.以煤矿各含水层水化学成分的差异性为依据,选取K++Na+,Ca(2+),Mg(2+),Cl-,HCO_3-,SO_4(2-)6个常量组分作为突水水源的判别因子.为克服Elman神经网络采用梯度下降法所带来的易陷入局部最小值的缺点,采用具有全局搜索能力的遗传算法(GA)通过选择、交叉和变异等步骤训练优化Elman神经网络,建立了收敛速度更快、泛化性更强的GA-Elman神经网络判别模型,结果表明:将具有全局寻优功能的GA和局部精确寻优的Elman神经网络相结合,克服了Elman神经网络初始权值与阈值的随机性、易陷入局部最优的缺点,能够提高Elman神经网络的判别输出精度,为准确、有效判别突水来源提供了可靠的决策依据;经过GA优化过的Elman神经网络在训练过程中的均方误差收敛速度、收敛精度都有很大的提高,在网络模型的判别输出上,判别结果更为稳定、泛化性更好,为该模型在其他领域的推广提供了一定的借鉴性;为进一步确保突水水源判别的准确性、有效性,在密切结合煤矿水文地质条件的前提下,应选取具有代表性和准确性高的水化资料,有效发挥该判别方法对煤矿水害防治及措施制定的指导作用. 展开更多
关键词 煤矿突水 水源判别 ELMAN神经网络 遗传算法 GA-Elman神经网络 泛化
基于分数阶滤波器的高泛化性神经网络建模 预览 被引量:1
4
作者 刘加存 苑增福 梅其祥 《测控技术》 CSCD 2017年第12期57-62,共6页
为了显著提高神经网络建模的泛化性,提出了激活函数是分数阶滤波器的神经网络。分数阶滤波器涵盖了Butterworth和Chebyshev滤波器的性能。滤波器集对样本信号进行频率分解,既提升了信息的致密性,也保证了遍历性,更有助于提高神经网络的... 为了显著提高神经网络建模的泛化性,提出了激活函数是分数阶滤波器的神经网络。分数阶滤波器涵盖了Butterworth和Chebyshev滤波器的性能。滤波器集对样本信号进行频率分解,既提升了信息的致密性,也保证了遍历性,更有助于提高神经网络的泛化性。各滤波器参数由盲动粒子群优化算法寻优。神经网络解算时,既采用了线性回归求解神经网络输出层权重,又在有限频段上用线性传递函数模拟替代分数阶传递函数,这两种措施缩短了解算时间。仿真结果表明,线性系统的泛化性精度可达亿分之几,非线性系统可达万分之几,可以离线应用。 展开更多
关键词 神经网络 建模 泛化 分数阶滤波器 盲动粒子群
在线阅读 免费下载
基于遗传BP神经网络模型的矿井突水水源判别 预览 被引量:3
5
作者 徐星 田坤云 郑吉玉 《工业安全与环保》 北大核心 2017年第11期21-24,共4页
在分析矿井突水水源的水化学特征基础上,选取常用的Na++K+,Ca2+,Mg2+,Cl-,HCO3-,SO42-等6种离子质量浓度作为水源判别的依据,将具有局部搜索能力的BP神经网络和具有全局寻优功能的遗传算法(GA)进行结合,提高神经网络的泛化性。... 在分析矿井突水水源的水化学特征基础上,选取常用的Na++K+,Ca2+,Mg2+,Cl-,HCO3-,SO42-等6种离子质量浓度作为水源判别的依据,将具有局部搜索能力的BP神经网络和具有全局寻优功能的遗传算法(GA)进行结合,提高神经网络的泛化性。为了验证其优点,分别采用BP和GA-BP两种神经网络模型对20组训练样本进行训练,并对6组待测样本进行判别。结果表明:GA-BP神经网络模型克服了BP神经网络初始权值与阈值的随机性、易陷入局部最优的缺点,能提高BP神经网络的判别精度;虽然经过GA初始化的BP神经网络在训练过程中收敛速度与误差均不如未优化的BP神经网络,但GA-BP网络模型泛化性却高于BP网络模型,能提高突水水源的判别准确性。 展开更多
关键词 矿井突水水源 遗传算法 GA-BP神经网络模型 水源判别 泛化
在线阅读 免费下载
MPSO-BP模型在矿井突水水源判别中的应用 被引量:7
6
作者 徐星 李垣志 +1 位作者 张文勇 曾珠 《自然灾害学报》 CSCD 北大核心 2017年第5期140-148,共9页
突水水源判别是矿井防治水工作的重要环节。为准确有效地判别矿井突水水源,选取k++Na+、Ca2+、Mg2+、Cl-、HCO-3、SO2-46种离子作为判别突水来源的依据。对粒子群的惯性权重、两个学习因子进行非线性和线性改进,并引入变异算子对... 突水水源判别是矿井防治水工作的重要环节。为准确有效地判别矿井突水水源,选取k++Na+、Ca2+、Mg2+、Cl-、HCO-3、SO2-46种离子作为判别突水来源的依据。对粒子群的惯性权重、两个学习因子进行非线性和线性改进,并引入变异算子对粒子的飞行速度进行改进,提高了标准粒子群(SPSO)算法的性能,确保了粒子群在进化过程中的多样性。运用改进的粒子群(MPSO)算法优化BP神经网络的初始权值与阈值,以某矿的20组水源样本作为训练样本进行学习与训练,并用建立好的MPSO-BP突水水源判别模型对6组待测样本进行判别,并对适应度进化曲线和判别结果进行详细的分析与推理。应用结果表明:相比于SPSO算法,MPSO算法在优化BP神经网络过程中具有全局搜索能力更强、收敛速度更快、精度更高的优点,能够有效克服SPSO算法易早熟收敛的缺点;MPSO-BP模型应用于矿井突水水源的判别具有可行性,其判别结果的精度及稳定性明显优于BP模型和SPSO-BP模型,其具有判别泛化性更强的特点。因此,该方法在判别矿井突水水源方面具有一定的实用价值与开发潜力。 展开更多
关键词 矿井突水 水源判别 BP神经网络 粒子群优化算法 泛化
基于一维卷积神经网络的车载语音识别研究 被引量:5
7
作者 朱锡祥 刘凤山 +2 位作者 张超 吕钊 吴小培 《微电子学与计算机》 CSCD 北大核心 2017年第11期21-25,共5页
针对卷积神经网络(convolution neural networks,CNNs)是二维结构,不能很好地反映出语音信号的一维特性,因此,提出使用一维模型进行语音识别研究.其通过卷积核在时间轴上的移动,在保留频带相关性的同时可以更好的满足语音信号的时变性... 针对卷积神经网络(convolution neural networks,CNNs)是二维结构,不能很好地反映出语音信号的一维特性,因此,提出使用一维模型进行语音识别研究.其通过卷积核在时间轴上的移动,在保留频带相关性的同时可以更好的满足语音信号的时变性,进而提高识别性能.最后进行了车载语音识别对比实验,结果表明一维卷积神经网络的识别率较二维卷积神经网络提高了约10%~20%,在噪声环境下的泛化性能也明显优于后者. 展开更多
关键词 卷积神经网络 语音识别 网络维度 卷积核 泛化
SVM在气体减压器稳定性能中的应用
8
作者 孙士元 王拥军 +2 位作者 陈阳 王宝山 陈经禄 《航空动力学报》 EI CAS CSCD 北大核心 2016年第2期467-476,共10页
使用支持向量机(SVM)研究涡轮气封减压试验系统中高压卸荷膜片式减压器的稳定性问题,主要集中于以往方法不易涉及的多结构参数变化.针对稀疏易有残缺的小样本空间,与BP(back propagation)神经网络模型进行对比,得出SVM方法在所研究... 使用支持向量机(SVM)研究涡轮气封减压试验系统中高压卸荷膜片式减压器的稳定性问题,主要集中于以往方法不易涉及的多结构参数变化.针对稀疏易有残缺的小样本空间,与BP(back propagation)神经网络模型进行对比,得出SVM方法在所研究数据集上的一些结论:SVM模型预测性能在多结构参数变化情形下优于BP神经网络模型,预测误差平均降低了25.5%;SVM的泛化性好于BP;在双参数、三参数情形下,SVM模型为气体减压器的设计提供了更好的决策支持,给出了优化结构参数的设计建议. 展开更多
关键词 支持向量机(SVM) 减压器 稳定 核函数 过拟合 泛化
基于距离和时序的层次粒度支持向量回归机 预览 被引量:1
9
作者 王珏 乔建忠 林树宽 《东北大学学报:自然科学版》 EI CAS CSCD 北大核心 2016年第7期942-945,950共5页
针对目前粒度支持向量回归机的粒划算法只考虑了距离因素,引入时序因素,提出适用于金融时间序列的基于距离和时序的层次粒度支持向量回归机(DTHGSVR).该方法首先将训练样本通过核函数映射到高维空间,并在该特征空间中进行初始粒划.然... 针对目前粒度支持向量回归机的粒划算法只考虑了距离因素,引入时序因素,提出适用于金融时间序列的基于距离和时序的层次粒度支持向量回归机(DTHGSVR).该方法首先将训练样本通过核函数映射到高维空间,并在该特征空间中进行初始粒划.然后,通过衡量样本粒与当前回归超平面的距离以及当前样本粒时序的综合因素,找到含有较多回归信息的粒,并通过计算其半径、密度及时序信息进行深层次的动态粒划.如此循环迭代,直到没有粒需要进行深层划分为止.最后,对不同层次的粒进行回归训练.采用提出的基于距离和时序因素的层次粒度支持向量回归机对基金净值进行预测,实验结果表明回归的泛化性有所提高. 展开更多
关键词 粒度支持向量回归 时序 金融时间序列 预测 泛化
在线阅读 下载PDF
粒子群算法在提高激光弯曲中神经网络泛化性上的应用 被引量:1
10
作者 李金华 张建李 +1 位作者 姚芳萍 苏智超 《热加工工艺》 CSCD 北大核心 2016年第21期135-139,143共6页
采用径向基函数(RBF)神经网络建立了激光弯曲成形过程中激光功率、扫描速度、扫描次数与弯曲角度之间的预测模型。对TC4钛合金板材进行了激光弯曲成形试验,将试验数据作为训练样本对神经网络进行了训练,得到工艺参数与成形角度之间的... 采用径向基函数(RBF)神经网络建立了激光弯曲成形过程中激光功率、扫描速度、扫描次数与弯曲角度之间的预测模型。对TC4钛合金板材进行了激光弯曲成形试验,将试验数据作为训练样本对神经网络进行了训练,得到工艺参数与成形角度之间的映射关系。利用粒子群优化算法对RBF网络的参数进行寻优计算。结果表明使用优化后的网络对测试数据预测时,误差由之前的4.714%减小到0.974%左右;使用粒子群优化算法能显著地提高RBF神经网络在预测激光弯曲成形角度时的泛化能力。 展开更多
关键词 激光弯曲 径向基函数 神经网络 粒子群优化算法 泛化
基于PSO-SVR优化的锂离子电池剩余容量预测 预览 被引量:1
11
作者 王树坤 黄妙华 张志运 《武汉理工大学学报:交通科学与工程版》 2016年第2期380-384,共5页
在分析了支持向量回归机(support vector regression,SVR)算法基本原理的基础上,提出了一种基于粒子群算法的参数优化方法,增强了SVR的参数全局最优搜索能力,改善了SVR算法的预测能力.将基于网格搜索的SVR算法预测结果作为对比.仿真... 在分析了支持向量回归机(support vector regression,SVR)算法基本原理的基础上,提出了一种基于粒子群算法的参数优化方法,增强了SVR的参数全局最优搜索能力,改善了SVR算法的预测能力.将基于网格搜索的SVR算法预测结果作为对比.仿真结果表明,PSO-SVR算法有更好的预测精度、更强的泛化性,以及更快的计算速度. 展开更多
关键词 支持向量回归机 预测精度 剩余容量 泛化 计算速度
在线阅读 下载PDF
基于lp-范数约束的LSSVR多核学习算法 被引量:4
12
作者 李琦 李晓航 +1 位作者 邢丽萍 邵诚 《控制与决策》 EI CSCD 北大核心 2015年第9期1603-1608,共6页
针对核函数选择对最小二乘支持向量机回归模型泛化性的影响,提出一种新的基于lp-范数约束的最小二乘支持向量机多核学习算法.该算法提供了两种求解方法,均通过两重循环进行求解,外循环用于更新核函数的权值,内循环用于求解最小二乘支持... 针对核函数选择对最小二乘支持向量机回归模型泛化性的影响,提出一种新的基于lp-范数约束的最小二乘支持向量机多核学习算法.该算法提供了两种求解方法,均通过两重循环进行求解,外循环用于更新核函数的权值,内循环用于求解最小二乘支持向量机的拉格朗日乘数,充分利用该多核学习算法,有效提高了最小二乘支持向量机的泛化能力,而且对惩罚参数的选择具有较强的鲁棒性.基于单变量和多变量函数的仿真实验表明了所提出算法的有效性. 展开更多
关键词 最小二乘支持向量机 lp-范数 多核学习 泛化
新媒体环境下如何加强大学生思政教育 被引量:1
13
作者 于赫 庞京城 《新闻战线》 北大核心 2015年第5X期141-142,共2页
<正>时代的发展促使人们的观念发生变化,传统单一性的交流方式已经不能适应时代发展的需求,为了实现人们交流方式的多样化选择,不断迎合人们的需要,微博、QQ、微信等应运而生,标志着新媒体时代的来临。新媒体时代的到来对人们思... <正>时代的发展促使人们的观念发生变化,传统单一性的交流方式已经不能适应时代发展的需求,为了实现人们交流方式的多样化选择,不断迎合人们的需要,微博、QQ、微信等应运而生,标志着新媒体时代的来临。新媒体时代的到来对人们思想意识方面造成了巨大冲击,大学生作为接受高等教育的重要群体,对社会的发展具有十分重要的作用,因此需要特别注重大学生的思想政治教育,借助新媒体来不断加强大学生思政教育。与传统媒体相比,新媒体的特点在信息传播方面具有泛化性新媒体在信息的传播方面具有泛化性的 展开更多
关键词 思政教育 新媒体时代 传播方面 泛化 新媒体环境 思想政治教育 思想意识 传播主体 思想信息 特色校园文化
稀疏条件下的两层分类算法 预览 被引量:1
14
作者 仝伯兵 王士同 梅向东 《智能系统学报》 CSCD 北大核心 2015年第1期27-36,共10页
在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高的问题,提出了一种稀疏条件下的两层分类算法(sparsity-inspired two-level classification algorithm... 在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高的问题,提出了一种稀疏条件下的两层分类算法(sparsity-inspired two-level classification algorithm,STLCA)。该算法分为高低2层,在低层使用欧氏距离确定一个未标记的样本局部子空间;在高层,用稀疏贝叶斯在子空间进行信息提取。由于其稀疏性,在噪声情况下有很好的稳定性,可泛化性强,且时间效率高。通过在噪声数据以及在视频烟雾检测中的应用表明,STLCA算法能取得更好的效果。 展开更多
关键词 稀疏贝叶斯 两层分类 距离学习 视频烟雾检测 最近邻算法 有限样本 泛化 时间效率
在线阅读 下载PDF
基于卷积神经网络的连续语音识别 被引量:31
15
作者 张晴晴 刘勇 +1 位作者 潘接林 颜永红 《工程科学学报》 CAS CSCD 北大核心 2015年第9期1212-1217,共6页
在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对... 在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强. 展开更多
关键词 卷积神经网络 连续语音识别 权值共享 聚合 泛化
随机样本遗传MLP模型算法 预览
16
作者 尤志宁 浦云明 《计算机工程与应用》 CSCD 北大核心 2015年第21期121-127,143共8页
提出的SSGAMLP(Small Set Genetic Algorithm Multilayer Perceptron)模型,是针对MLP模型易陷入局部最优,且模型泛化性不好,而遗传算法可以跳出局部最优,但是种群个体数较多,却带来运算复杂度的提高,目的是为了克服以上不足,... 提出的SSGAMLP(Small Set Genetic Algorithm Multilayer Perceptron)模型,是针对MLP模型易陷入局部最优,且模型泛化性不好,而遗传算法可以跳出局部最优,但是种群个体数较多,却带来运算复杂度的提高,目的是为了克服以上不足,将遗传算法与MLP模型相结合,将MLP模型节点的向下连接权值看成是低层向高层的映射,因此每个节点(包括权值和阈值)可以看成是一个特征表达,即遗传算法的基因表达,同时个体MLP模型训练使用的随机样本子集以及算法的交叉变异,相当于引入随机因子,存在获得未知特征表达的可能性。实验基于MNIST数据集,印证了SSGAMLP模型在性能上的优势。模型降低了个体运算复杂度,提高了泛化性,在一定程度上克服了过拟合性。 展开更多
关键词 多层感知机 遗传算法 随机子集 泛化
在线阅读 下载PDF
基于子集融合与规则简约的磨矿过程模糊建模 预览 被引量:1
17
作者 乔峥 刘颖 +2 位作者 赵珺 王伟 郭戈 《控制理论与应用》 EI CAS CSCD 北大核心 2015年第6期770-777,共8页
针对选矿厂磨矿生产过程的模糊建模问题,本文提出一种基于模糊集融合和规则简约的模糊建模方法.该方法针对基于数据建立的磨矿过程Takagi-Sugeno模型,采用模糊C均值聚类方法对同一变量下的隶属度函数参数进行聚类,得到对不同工况具有代... 针对选矿厂磨矿生产过程的模糊建模问题,本文提出一种基于模糊集融合和规则简约的模糊建模方法.该方法针对基于数据建立的磨矿过程Takagi-Sugeno模型,采用模糊C均值聚类方法对同一变量下的隶属度函数参数进行聚类,得到对不同工况具有代表性的融合后的隶属度函数,来降低过度拟合的影响.此外,本文根据规则库中的规则权值,对前件相同的冗余规则进行约简,形成最终的离线模糊规则库,有效提高了规则库的泛化能力.为验证本文方法的有效性,分别采用经典数据与实际工业数据进行了实验论证,从精度和泛化能力上体现了本文方法的优势. 展开更多
关键词 磨矿 TAKAGI-SUGENO模型 泛化 模糊子集 模糊规则
在线阅读 下载PDF
基于BP神经网络的锂电池SoC在线预测 预览 被引量:4
18
作者 苑倩 刘金枝 杨鹏 《河北工业大学学报》 CAS 北大核心 2014年第5期15-20,26共7页
通过电路板搭建锂电池电压、电流、温度实时检测平台,在上位机界面实时监测锂电池参数的信息.根据检测到的数据,利用LM(Levenberg-Marquardt)算法,提出了基于BP神经网络的锂电池剩余电量(State of Charge,SoC)计算模型,模型以锂电... 通过电路板搭建锂电池电压、电流、温度实时检测平台,在上位机界面实时监测锂电池参数的信息.根据检测到的数据,利用LM(Levenberg-Marquardt)算法,提出了基于BP神经网络的锂电池剩余电量(State of Charge,SoC)计算模型,模型以锂电池参数采集平台采集到的电压、电流数据为输入,电池的SoC为输出,利用实验室实测到的数据进行模型实验.结果表明:该模型具有较高的精度,并且泛化性能好,对于SoC的预测具有可行性. 展开更多
关键词 监测 LM BP神经网络 剩余电量 泛化
在线阅读 免费下载
一种Young-Helmholtz三色代数的RGB图像压缩方法 被引量:1
19
作者 丁立军 冯浩 华亮 《小型微型计算机系统》 CSCD 北大核心 2013年第3期677-679,共3页
在Yong等人提出的人类感光机制理论的基础上,提出一种基于Young-Helmholtz三色代数模型的RGB图像压缩方法.首先构建Young-Helmholtz三色代数框架下的GHA网络,抽取RGB图像的各主元分量,并按抽取的主元分量进行图像压缩.实验结果表明:该... 在Yong等人提出的人类感光机制理论的基础上,提出一种基于Young-Helmholtz三色代数模型的RGB图像压缩方法.首先构建Young-Helmholtz三色代数框架下的GHA网络,抽取RGB图像的各主元分量,并按抽取的主元分量进行图像压缩.实验结果表明:该方法在保证较高压缩比的前提下,具有很好的峰值信噪比值与视觉效果;另外当取的较少图像主元分量压缩后,其重构图像仍能保持较好的清晰度,与基于四元数奇异分解的压缩方法相比较,克服了重构图像出现的纵横纹理性模糊;实验还表明该代数框架下的网络具有很好的泛化能力,其权值矩阵可直接应用于其他RGB图像的压缩,无需再次训练,具有压缩普适性. 展开更多
关键词 Young-Helmholtz代数理论 GHA RGB图像压缩 泛化
代价敏感的列表排序算法 预览 被引量:3
20
作者 卢敏 黄亚楼 +3 位作者 谢茂强 王扬 刘杰 廖振 《计算机研究与发展》 EI CSCD 北大核心 2012年第8期1738-1746,共9页
排序学习是信息检索与机器学习中的研究热点之一.在信息检索中,预测排序列表中顶部排序非常重要.但是,排序学习中一类经典的排序算法一一列表排序算法——无法强调预测排序列表中顶部排序.为了解决此问题,将代价敏感学习的思想融... 排序学习是信息检索与机器学习中的研究热点之一.在信息检索中,预测排序列表中顶部排序非常重要.但是,排序学习中一类经典的排序算法一一列表排序算法——无法强调预测排序列表中顶部排序.为了解决此问题,将代价敏感学习的思想融入到列表排序算法中,提出代价敏感的列表排序算法框架.该框架是在列表排序算法的损失函数中对文档引入权重,且基于性能评价指标NDCG计算文档的权重.在此基础之上,进一步证明了代价敏感的列表排序算法的损失函数是NDCG损失的上界.为了验证代价敏感的列表排序算法的有效性,在此框架下提出了一种代价敏感的ListMLE排序算法,并对该算法开展序保持与泛化性的理论研究工作,从理论上验证了该算法具有序保持特性.在基准数据集上的实验结果表明,在预测排序列表中顶部排序中,代价敏感的ListMLE比传统排序学习算法能取得更好的性能. 展开更多
关键词 排序学习 列表排序算法 代价敏感 序保持 泛化
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部 意见反馈