【摘 要】
：
针对基于降维的神经网络分类器预测模型在分析过程中存在特征丢失,并导致精度下降的问题,提出一种基于随机森林算法优化的多层感知器(MLP)回归预测模型.该优化模型通过在MLP
【机 构】
：
东北师范大学信息科学与技术学院,吉林大学计算机科学与技术学院
【基金项目】
：
国家自然科学基金(批准号:61872164).
论文部分内容阅读
针对基于降维的神经网络分类器预测模型在分析过程中存在特征丢失,并导致精度下降的问题,提出一种基于随机森林算法优化的多层感知器(MLP)回归预测模型.该优化模型通过在MLP回归模型网络的全连接层和逻辑回归层之间增加一个优化机制,利用随机森林算法对隐藏层状态的优化实现改进,从而解决了降维过程中神经网络丢失数据特征的问题.在借贷客户信息数据集上的实验结果表明,该模型在保证主要特征的同时大幅度提升了预测准确率,证实该模型在特征工程中具有较高的实用性.
其他文献
摘 要：互联网技术的快速崛起和广泛传播给人们的生活带来了翻天覆地的变化，网络也给各行各业带来了变革的契机。大数据技术是互联网技术中关键的一项，本文将针对该技术进行探讨，旨在分析如何利用大数据促进高职院校计算机教学改革。 关键词：大数据;高职院校;计算机教学;教学改革 1 引言 时代变革是社会发展的永恒主题，随着互联网行业的快速发展，这个世界充斥着越来越多的信息，而且在加快增长。要想在激烈的社
实时分布式云渲染技术和5G通信技术的使用,可以解决工业模型中实时渲染的问题。实时分布式云渲染技术将渲染工作放在服务器端,再将渲染结果利用5G通信技术快速传输到客户端以实现实时的浏览和交互。介绍了实时分布式云渲染技术的基本框架、关键技术、发展状况,以及当前的一些应用,总结了其面临的技术难题。认为新基建中人工智能的建设,可以进一步提升实时分布式云渲染的性能。
发展党员增强党组织力量的重要途径,不仅必要而且也十分重要,对即将入党的党员思想和工作都要严峻考验,我们 多给他们提供锻炼机会,在实践坚定自己党性,不断成熟,增长智慧,勇
为提升目标跟踪的准确性并保证其实时性,提出一种基于改进孪生全卷积网络的新方法——孪生压缩激励全卷积网络(siamese squeeze and excitation fully convolutional networks, Siam-SEFC). Siam-SEFC通过添加具有少量参数的压缩激励网络结构融合空间通道信息,为跟踪对象添加空间信息,并通过调整训练数据尺度进行尺度不定的数据增强,提取多
针对目前机器人伺服定位抓取中定位精度和实时性较差的问题,提出一种基于Harris-Hist的快速特征匹配及目标定位算法.首先,采用Harris检测算法提取图像特征点;然后,提出一种新的特征点描述子定义方法,计算特征点圆形邻域内像素点灰度直方图刻画特征点,通过计算两幅图像中各特征点描述子间的距离实现特征匹配;最后,根据匹配结果,估计单应性矩阵,定位目标在场景图像中的位置.实验结果表明,该算法匹配速度
基于脑电图(EEG)响应趋同性的生理学机理,研究了基于脑电图响应特征的体验质量(QoE)度量方法,实现小样本稳定度量;建立网络关键性能指标(KPI)、服务关键质量指标(KQI)与Qo E之间的映射关系模型。该模型可有效地提升多媒体服务和网络资源协同的优化空间,为显著提升多媒体业务支持能力提供新途径。
针对高速列车越区切换过程中,切换带为多信道分布的问题,提出一种基于多臂老虎机(multi-armed bandit,MAB)模型的信道选择算法.首先,以置信区间上界(UCB)算法为基础,通过设置
针对油田遥感图像在灰度有明显差异的情况下,联合位置、尺度和方向的尺度不变特征变换(PSO-SIFT)算法很难为其找到足够多的正确对应关系,且花费时间较长的问题,提出一种基于改进PSO-SIFT算法的图像匹配算法.首先采用"回"字型分块思想构建特征描述符,降低特征描述子的维度;然后使用基于全局运动建模的双边函数(BF)算法与快速样本共识(FSC)算法相结合的匹配策略,对所得的匹配对进行误匹配剔除,以
利用不同于概率空间的研究方法,给出当C_(V)|ε|^(p)<∞时次线性期望下具有随机系数的相依线性过程的完全积分收敛性,从而将概率空间下具有随机系数的相依线性过程的完全矩收
分析HTTP自适应流媒体直播系统中对终端用户体验质量(QoE)产生影响的各类因素及其相互之间的作用关系,对基于服务器端、网络传输以及客户端的QoE优化策略进行总结。认为HTTP自适应流媒体直播系统的QoE优化重点在于降低延时,提出结合网络层和应用层影响因素来降低时延并提升用户QoE的建议。