论文部分内容阅读
极限学习机相比传统自编码神经网络而言它的训练时间较短。与传统的自编码神经网络相比核极限学习机自编码神经网络没有迭代过程,网络训练时间减少而且分类精度高。在多个数据集上进行验证算法结果表明,有一定程度上的优势。
基于核极限学习机自编码多标记学习
【摘 要】
：
极限学习机相比传统自编码神经网络而言它的训练时间较短。与传统的自编码神经网络相比核极限学习机自编码神经网络没有迭代过程,网络训练时间减少而且分类精度高。在多个数
【机 构】
：
安庆师范大学计算机与信息学院
【出 处】
：
数字通信世界
【发表日期】
：
2019年12期
其他文献
介绍了澳大利亚北澳地区的水资源开发利用现状,通过和河北省水资源开发利用与管理的对比分析,总结了北澳在水资源的权属、规划、水量分配、开发利用与保护及管理体制等方面和
近年来,互联网科学技术的进步推动着世界进入了大数据时代,在时代背景下,企业人力资源管理的工作将面临着重要的变革,通过管理模式的创新与新技术相结合,可以有效的促进人力