暂无评论
应用传统浅层模型处理乐器分类任务存在非线性拟合能力较差的问题，使分类准确率得不到有效保证，有必要引入深度学习方法来提升复杂任务的非线性建模能力。将深度玻尔兹曼机作为特征提取器提取表达能力更强的数据特征
集成分类通过将若干个弱分类器依据某种规则进行组合，能有效改善分类性能。在组合过程中，各个弱分类器对分类结果的重要程度往往不一样。极限学习机是最近提出的一个新的训练单隐层前馈神经网络的学习算法。以极限学
选择性与后备保护pdf,选择性与后备保护
将神经网络集成思想引入Web文本分类领域,提出了利用最小估计误差策略进行最优加权网络集成的方案。具体做法是根据各网络的分类性能、各网络同其他网络的相关程度给每个网络的后验概率估计赋予不同的权值,通过加
为了成功将土地覆盖进行分类，选择合适的特征是至关重要的。针对利用MODIS数据进行宏观土地覆盖的分类问题，对三种典型的特征选择方法进行了比较研究。研究结果表明：分支定界法（BB）最适合于该土地覆盖分类
电力变压器故障诊断中的测试数据信息不完备、有偏差,而贝叶斯网络处理不确定性问题能力强。提出了一种基于选择性贝叶斯分类器的、溶解气体分析结合其他电气试验结果的变压器故障诊断方法,并建立了变压器选择性贝叶
漏洞的分类能够有效提高漏洞分析和修复的效率，其分类的方式是按照漏洞的特征进行，将漏洞特征的提取转换为漏洞文本特征的提取。针对漏洞的描述性文本较短，特征选择模糊等缺点，提出了一种基于模糊熵特征选择算法的
乘性噪声系统滤波问题研究,谢国,钱富才,本文考虑了一类特殊的线性随机系统,其本身受外部加性高斯白噪声的影响,除此之外,该模型的状态、输出以及控制增益矩阵均还受到
实视图选择问题是数据仓库研究的重要问题之一。数据仓库存储实视图主要为OLAP查询，用户查询响应时间是首要考虑的问题，本文提出查询代价视图选择问题，给出了其代价模型。提出对查询代价视图选择问题利用遗传算
基因选择性遗传的认知无线电频谱分配遗传算法，郭霖，曾锋，传统认知无线电频谱分配遗传算法面对认知用户之间的干扰性，选择在每次迭代之后进行满足干扰约束的处理，导致携带干扰基因的染色
暂无评论