OVERFITTING相关论文
针对纺织厂实际生产中采用人工分类纱管费时费力不够智能化等问题,提出了基于改进深度卷积神经网络的分类方法。先基于AlexNet模型......
Overfitting frequently occurs in deep learning.In this paper,we propose a novel regularization method called drop-activa......
Because of overfitting and the improvement of generalization capability (GC) available in the construction of forecastin......
蓄电池剩余容量为电动汽车可持续行驶提供有力的判据,因此,对它的准确估计具有重要意义。该文利用BP神经网络对剩余电量进行预测,......
当一个较大的神经网络在较少的训练数据上训练时,不可避免的会遭遇过拟合问题,进而在测试数据集上泛化性能较差。因此,提出了多种......
Error or drift is frequently produced in pose estimation based on geometric"feature detection and tracking"monocular vis......
生物序列分析在生物信息学中占有重要地位.本文对贝叶斯神经网络(Bayesian neural networks)及其在生物序列分析中的应用作了评述.......
...
用支持向量机(SVM)算法与原子参数方法相结合预报了KNO3-KBr、KNO-KI、Cs．Li，Er|Cl等含卤化物系的中间化合物形成情况．若干预报已得到......
基于已有的数据挖掘预测任务,探讨怎样对小样本的高维（万维以上）数据集进行降维、分类,并在此基础上提出基于物理受力模型的建模思想......
为了研究BP网络训练过程中出现的过拟合现象,引进表征问题复杂性的复相关系数R,通过类比信息传递过程中的一般测不准关系式,揭示了......
随着数据量的急剧增长,根据数据分布寻找规律,并据此进行分析决策,往往需要借助相应的数据挖掘工具,通过训练样例对其参数进行调整......
行人重识别易受到物体不同程度遮挡的影响.针对物体遮挡以及网络特征提取能力不强的问题,提出一种基于属性擦除与多分支网络的行人......
研究了多层前馈网络的“过拟合”现象，针对网络拟合效果好，而推广能力差的问题，提出了与ＢＰ算法相结合的、以权值修正量小于某一给定的较......
简要回顾了人工神经网络的发展历史,介绍了信息计量学的概念和人工神经网络算法在信息计量学领域中的应用,警示了在人工神经网络应......
提出了一种基于粗糙集理论的新决策树剪枝方法.在剪枝的过程中,不仅考虑了树的分类精度,而且还考虑了生成树的深度对剪枝的影响;最......
该文提出了一种基于改进的Adaboost算法的人脸检测方法。Adaboost是一种构建准确分类器的学习算法,它将一族弱学习算法通过一定规......
在对样本量小且波动大的变量进行预测时,最优组合模型往往容易出现过拟合问题而导致预测效果不佳。借鉴信息准则中对过拟合问题的......
互联网是一个巨大的资源库,也是一个丰富的知识库。针对农作物小样本引起的过拟合问题,本研究引入了知识迁移和深度学习的方法,采......
