增量训练相关论文
语音关键词检测是近年来新兴的、热门的一项技术,此项技术能够从环境中检测特定的语音内容,目前已经得到了广泛的应用,比如智能音......
文本提出了一种基于感知器的中文分词增量训练方法,可在训练好的模型基础上添加目标领域标注数据继续训练,解决了大规模切分数据难......
互联网的开放性、共享性等特点使得网络安全问题变得更加错综复杂，传统的安全防御技术难以满足日益变化的网络安全需求，在这种环境下......
P2P技术自1999年发布以来,作为一种全新的互联网应用模式开始风靡全球,被财富杂志评为影响互联网的四大科技之一,主导着互联网的发......
本文给出三种启发式规则用于获取根集文档的质心向量。通过使用给定的正例文档，本文首先构建一个与其对应的质心向量，然后利用它提取......
本文针对Web文本分类的特点和难点,提出用增量式SVM方法来构造合理的分类器,并对传统算法进行了改进.实验结果表明改进SVM增量训练......
现有图像分类方法无法抓取形态或定位对象,导致分类精度较低.针对该问题,提出一种新的图像分类方法.利用局部约束将每个描述符映射......
针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增......
在进行增量学习时，随着新增样本的不断加入，致使训练集规模不断扩大，消耗大量计算资源，寻优速度缓慢。在深入研究了支持向量分布的特点......
该文提出了一种基于感知器的中文分词增量训练方法。该方法可在训练好的模型基础上添加目标领域标注数据继续训练,解决了大规模切......
将一种改进的K均值聚类算法应用于支持矢量机（SVM）的训练。基于这一改进的聚类算法,设计了SVM的增量式训练步骤,并给出了在训练过程......
由于支持向量机具有较好地学习性能和泛化能力,目前已经得到了广泛的应用。如何使支持向量机进行有效的增量学习是目前支持向量机......
由于LDA模型需要预先给定话题个数k,因此在进行最优话题个数k选取时需要对语料库进行k值循环计算,从而加剧了算法的复杂度。针对LD......
目前将神经网络应用于混合试验的在线模型更新是一个重要的研究方向,如何提高神经网络在线模型更新算法的自适应性、稳定性和抗噪......
支持向量机(Support Vector Machines, SVMs)是基于统计学习理论以及结构风险最小化原则的新一代通用机器学习方法。它在解决小样......
传统协同过滤推荐系统在数据变化剧烈的情况下需要重新训练全部数据集,在大数据场景下产生巨大的计算开销。因此,提出一种考虑社交......
分词、词性标注是自然语言处理的基础性课题，是很多其他自然语言处理任务的基础，同时在很大程度上影响着后续任务的最终性能。构建一......
在当今社会,玻璃被广泛的应用于人们的日常生活中。此外,玻璃作为一种生产材料在制造业中也起着重要的作用。然而,玻璃的生产流程......
