限制玻尔兹曼机相关论文
肌音信号(Mechanomyographic,MMG)是人体发生动作时由肌肉收缩产生的声音信号,相比于其他生物电信号,肌音信号有较强的抗干扰,抗疲......
为解决工业企业能耗的预测问题,提出了一种基于深度信念网络的工业企业能耗预测方法。首先对深度信念网络的原理进行了简要阐述,然......
近些年来,随着计算机技术的快速发展,神经网络也迎来了新一轮的热潮,基于神经网络的混合结构模型及声学特征提取方面都取得了骄人......
精神分裂症作为一组重度精神类病症,会对个人社交行为、现实感知及社会经济发展造成恶劣影响,这种复杂疾病致病因素的不确定性对其......
受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)在机器学习领域应用广泛,是一种常用的的概率生成模型。由于其在特征提取方面......
水泥熟料游离钙(free calcium oxide in cement clinker,fCaO)是水泥熟料中没有参加化学反应以游离态存在的氧化钙,其含量的高低直......
为提高BP神经网络预测精度,基于深度学习理论提出一种深度信念网络(DBN)算法优化传统BP神经网络预测模型.该预测算法由多层限制玻......
针对高维数据中存在冗余以及极限学习机(ELM)存在随机给定权值导致算法性能不稳定等问题,将限制玻尔兹曼机(RBM)与ELM相结合提出了......
恶意代码的分类是恶意代码分析领域研究的重要问题之一.为解决这一问题,提出深度信念网络(Deep Belief Netw orks,DBN)的恶意代码......
提出一种基于深度学习的异构多模态目标识别方法。首先针对媒体流中同时存在音频和视频信息的特征，建立一种异构多模态深度学习结构......
软件缺陷预测技术在检测软件缺陷、保证软件质量方面发挥了重要的作用。利用神经网络分类算法构建的软件缺陷预测模型得到了广泛的......
该文研究了社会新闻中影响读者情感的深层特征。使用三种文本特征选择方法,分别从一元词、二元词和主题粒度下提取文本浅层特征,使......
对电力负荷预测的原理、步骤及方法做了简要分析，对深度信念网络做了细致描述，在此基础上，提出了用深度信念网络的方法预测短期电力负......
为解决基于限制玻尔兹曼机的时空深度置信网络的人体行为识别算法训练过程需要大量训练数据,在小样本训练前提下识别率低的问题,提......
研究了入侵检测系统中海量数据分类的问题.讨论了深度信念网络（DBN）的原理,提出了基于DBN的入侵检测模型.DBN由多层无监督的限制玻尔......
为了改善传统分类方法在高光谱遥感图像去噪和特征提取方面的不足,提出了一种基于改进的扩散平滑算法和RBM的方法。该方法使用自适......
强关联电子体系自半个世纪以来一直是大家的研究焦点。包含了高温超导,模特绝缘体相变、自旋电荷分离、量子自旋液体等热点问题。......
从传统高光谱遥感影像分类的不足出发,提出一种空-谱信息与深度学习相结合的影像分类方法。利用深度学习的常用模型—深度置信网络......
人体行为识别和深度学习理论是智能视频分析领域的研究热点,近年来得到了学术界及工程界的广泛重视,是智能视频分析与理解、视频监......
将受限玻尔兹曼机（restricted boltzmann machine,RBM）模型应用于推荐领域已成为一个很有意义的研究方向。针对豆瓣小组,设计实现了......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
随着互联网的快速发展,信息检索系统成为人们生活中不可或缺的工具。排序学习算法作为信息检索系统的核心基础技术,成为了信息检索......
针对SAR图像数据下的舰船检测问题,以及深度学习模型的优点,提出了基于深度学习的SAR图像舰船目标检测。深度学习被看作是一种特征......
【目的】解决由于模态参数辨别的不确定性,以及虚假模态干扰造成的风机叶片结构损伤识别精度不高的问题.【方法】采用以深度信念网......
传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在......
基于支持向量机（SVM）的入侵检测方法受时间和空间复杂度约束,在高维特征空间计算时面临＂维数灾害＂的问题.为此,本文提出一种基于自编码......
利用深度学习进行人脸识别已成为了当今人工智能领域的重要研究方向。本文采用深度学习的DBN网络进行人脸识别,融合了局部二值模式......
深度置信网络是由若干层无监督的限制玻尔兹曼机(Restricted Boltzmann machines,RBM)和一层有监督的反馈神经网络组成的深层结构,......
提出一种基于深度学习的异构多模态目标识别方法。首先针对媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结......
极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)是近年来遥感领域重要的研究方向之一。和传统的单极化单通道合......
随着科学技术的飞跃发展,人机交互越来越频繁的发生在更多人的身边,为许多人的生活带来了方便,其中人机手势交互是最为活跃的一个......
针对集装箱表面凹凸折纹和光照不均带来的字符识别效率急剧下降的问题,提出一种基于深度信念网络的集装箱字符识别方法。通过对图......
已有的网络评论情感分类算法都需要手工标注词汇情感倾向,然而网络评论具有表达形式自由、模式多变、词汇更新速度快等特点,手工标......
提出一种基于深度信念网络(deep belief networks,DBNs)的区域PM2.5日均值预测方法,讨论了训练数据选择方式,并优化了DBNs参数设置......
深度学习(Deep Learning)是近年来新兴的一门机器学习子领域。该领域的研究内容主要是探讨包含多层结点的人工神经网络的建模和学......
研究了入侵检测系统中海量数据分类的问题.讨论了深度信念网络(DBN)的原理,提出了基于DBN的入侵检测模型.DBN由多层无监督的限制玻......
为快速检测图片文字中的敏感词汇,引入深度学习的方法进行文字检测和识别。对图片预处理,对连通区域进行标记;利用两层限制玻尔兹......
鉴于现有的情感模型只是从空间上对情感状态进行划分,忽略了情感之间的相互作用问题,建立了一种将多层限制玻尔兹曼机和情感关联认......
针对模糊C均值聚类算法的入侵检测方法易陷入局部最优,受时间和空间复杂度约束,检测速率低并且使用原始数据集容易陷入"维度灾难"......
