训练算法相关论文
互联网技术及其应用的飞速发展，使得许多创新型网络应用广泛部署于我们生活中的不同领域，如线上交易、线上拍卖、网上银行和在线考试......
在形态学网络及改进的Ｈａｍｍｉｎｇ网络基础上，提出视觉模式识别网络及训练算法。形态学网络作为特征提取网络，具有相对于图像平移和尺度不变的特......
运用统计学理论,通过高斯回归过程建立了一种用于矿用红外甲烷传感器温度补偿的算法模型,研究了模型中各参数对数据拟合度和拟合误......
本文主要从支持向量机的理论、方法，和应用相结合的角度出发，在支持向量机算法、在遥感图像中的应用等方面进行了系统的研究。 ......
超声波是一种频率超过人耳听觉范围的声波，它不仅具有普通声波的特性，同时还具备一些特殊的性质，因此超声波被广泛应用在多种技术领域......
随着计算机技术的飞速发展,语音识别技术得到很大的进步。语音识别系统中最重要的部分就是声学模型的建立和训练,隐马尔可夫模型作......
本文针对最小二乘支持向量回归机(Least squares support vector regression machine, LSSVRM)算法及其在大气污染物浓度预测中的......
本文对基于大数据集学习问题的支持向量机训练算法进行了研究。文章首先围绕最大间隔超平面的思想，基于凸包与约简凸包的概念从几何......
现有的视频入侵检测方法主要是利用普通监视器，而且在对指定地点进行监视的时候通常都需要人的参与，使得监视效果随着人的本身状态的......
支持向量机(SVM)是在统计学习理论的基础上发展起来的，它在很大程度上解决了以往的机器学习模型的选择与过学习、非线性、维数灾难......
支持向量机(SVM)是由Vapnik在统计学习理论的基础上提出的一个新的通用的机器学习方法。由于在学习问题中出色的泛化性能,支持向量......
支持向量机(SVM)是在统计学习理论基础上发展起来的一种新的模式识别方法,它是统计学习理论中的结构风险最小化思想在实际中的一种......
由John Lafferty等人在2001年提出的条件随机域(conditional random fields,CRF)模型是机器学习领域的一个重要里程碑,它综合了以......
深度学习作为机器学习领域的一个重要研究方向,在近年来发展迅速。深度学习的主要思想是通过构建多层的深度网络结构,使用高效的算......
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......
随着信息技术和计算机网络的飞速发展,网络安全也越来越成为人们关注的焦点。如何迅速的发现入侵行为,并且主动地对网络进行安全防......
随着科技的发展,人类来到了大数据时代,为缓解单机机器学习训练对庞大训练数据的乏力,分布式机器学习应运而生,分布式机器学习在应......
在许多实际场景中,人们难以获得完整的训练数据,数据会按顺序到达。随着大数据科学的发展,数据量的高速增长为神经网络学习带来了......
词类标注的目的是排除自然语言文本中多类词的词类歧义．在描述词类标注问题的基础上，讨论了单层高阶动态网络（ＳＨＤＮ）和自联想递归网络（ＡＡＲＮ）用于汉......
人脸检测是计算机视觉中的一个基础而重要的研究方向,人脸检测技术被广泛应用于人脸识别、视频监控、基于图像内容的检索、人机交......
信息熵是信息量的度量,利用数据样本的信息熵可揭示系统的某些内在特性。对于数据聚类,信息熵具有其应用价值。以样本聚类为基础的......
支持向量机(Support Vector Machines,简称SVM)是Vapnik等人提出的一类新型机器学习方法。由于其出色的学习性能,该技术已成为机器......
支持向量机(Support Vector Machines,SVM)是Vapnik等人提出的一类新型机器学习方法。由于其出色的学习性能,近年来已成为机器学习......
本论文主要研究了最小二乘支撑向量机(LSSVM)增量型训练算法以及固定尺度算法。最小二乘支撑向量机(LSSVM)是由J．A．K Suykens等人根......
分类问题是实际应用中普遍存在的问题,也是机器学习领域的重要研究内容之一.孪生支持向量机(Twin support vector machines, TSVM)......
针对雷达阵地毁伤评估问题,提出了一种基于GA-动态BP神经网络的评估方法。该方法首先通过遗传算法(GA)寻求神经网络最优权重值,充......
将混合因子分析方法与隐马尔可夫模型技术相结合,构造了一种新的统计声学模型-基于混合因子分析的隐马尔可夫模型 (Hidden Markov ......
将自组织学习过程引入到前向网络的训练中 ,提出了一种新的三层前向神经网络的训练方法 .训练过程首先利用自组织分簇算法确定隐含......
手写体汉字识别问题属于一种大规模的模式识别问题。本文基于球邻域模型的几何意义解释,即将神经网络的训练转化为几何的点集覆盖......
SVM是基于统计学习理论的结构风险最小化原则的,它将最大分界面分类器思想和基于核的方法结合在一起,表现出了很好的泛化能力。并......
支持向量机是在统计学习理论基础上提出的一种新的机器学习方法.由于其出色的学习性能,该技术已成为机器学习界的研究热点,并成功......
针对基于PSO的AdaBoost算法(PSO-AdaBoost)的不足,分析了传统目标函数不能适应多个弱分类器拥有相同最小错误率时弱分类器的选择问......
为了克服训练数据不足的问题,提出了一种新的方法——基于状态加权合成的连续高斯混合密度隐马尔可夫模型（continuous Gaussian mix......
先得到计算矩阵的广义逆的一种有效算法,即正交反向传播(OBP)算法,利用OBP 算法,经有限次迭代即可以得到矩阵广义逆的精确解。然后......
人脸识别技术在各领域都有着广泛的应用前景,但人脸信息量过于巨大,就目前的计算机处理能力而言,尚不能完美地解决这个问题,但通过......
文中根据神经网络的相关原理,运用神经网络领域的相关知识,对于工业生产中经常出现的设备故障,提出了一种基于RBF神经网络的诊断方......
训练SVM的本质是解决二次规划问题,在实际应用中,如果用于训练的样本数很大,标准的二次型优化技术就很难应用.针对这个问题,研究人......
提出了一种基于目标反传的前馈式神经网络训练算法,该算法将网络的目标输出信息反传到网络的每一个隐层上,于是将神经网络的训练问......
在对自行研制的光纤陀螺仪获取大量的实验数据的基础上,针对光纤陀螺仪的零位偏移,利用BP神经网络并运用Bayes训练算法,建立了一种......
本文主要介绍了支持向量机的基本思想，通过目前SVM训练算法的研究成果分析了它在数据挖掘中（尤其是分类算法上）的应用，并阐述了支持向......
采用罚函数算法的思想构造一个新的加权目标函数,可以用一个无约束优化过程实现约束条件下的参数寻优.基于此种新的加权目标函数,......
为提高BP网络模型的泛化能力和学习精度，从神经网络的结构、参数设计，以及基本训练算法的选定等方面进行研究，给出了程序设计过程,提......
为提高神经网络的预测精度，对现有的误差反传网络训练算法进行了改进。对三层误差反传网络进行了结构扩展，在训练过的三层网络中，动态......
支持向量机是一种新型通用的机器学习方法，已成为数据挖掘的一种强有力的工具．通过研究线性和非线性支持向量机的模型，给出若干常用的......
本文提出了一种两级神经网络矢量量化(NNVQ)的方法.该方案中,通过用激励矢量所驱动的网络输出来逼近所要编码的矢量.网络和激励码......
