【摘 要】
：
深度学习通过学习深层非线性网络结构即可实现复杂函数的逼近,可以从大量无标注样本集中学习数据集的本质特征。而深度信念网络（DBN）是由多层随机隐变量组成的贝叶斯概率生成模
【基金项目】
：
国家自然科学基金面上项目（71473283,71373295）资助
论文部分内容阅读
深度学习通过学习深层非线性网络结构即可实现复杂函数的逼近,可以从大量无标注样本集中学习数据集的本质特征。而深度信念网络（DBN）是由多层随机隐变量组成的贝叶斯概率生成模型,可以作为深度神经网络的预训练环节,为该网络提供初始权重。基于该模型的一个高效学习算法不仅解决了模型训练速度慢的问题,还能产生非常好的参数初始值,极大地提升了模型的建模能力。金融市场是一个多变量非线性系统,通过运用DBN模型进行分析预测可以很好地解决其他预测方法初始权重难以确定的问题。文中以原油期货市场价格预测为例,说明了运用DBN模型进
其他文献
建模软件是辅助需求工程师分析的工具,在需求设计阶段必不可少。目前,很少有需求建模工具可以跨平台运行,支持在线多用户协同以及验证需求模型正确性和完整性等功能。鉴于问
OSPF协议是因特网中使用最广泛和最成功的内部网关路由协议之一。尽管当前对OSPF协议的安全性已有许多研究,但仍缺乏有效的检测路由欺骗攻击的方法,难以保证网络中OSPF路由的
针对用户设备电池寿命有限的问题,提出了一种基于分簇的资源分配机制。该机制结合图着色原理对D2D用户分簇;随后根据分簇结果,采用拍卖算法为D2D簇分配信道;利用非合作博弈论
为了对软件需求的不完备性和歧义性程度进行识别,搭建软件需求和标准规范之间的桥梁,提出一种基于自然语言处理(Natural Language Processing,NLP)和神经网络的分析评价模型
阅读理解任务是在给定的单篇文本上,要求计算机根据文本的内容对相应的问题作出回答。以北京语文高考阅读理解为背景,对其中的词义判断题进行了分析与研究,提出了一个基于支
基于属性的加密方法可以简化云计算环境中的密钥管理和访问控制问题,是适用于云环境的加密方案。文中提出了一种基于公私属性的多授权中心加密方案。该方案将属性分为公有属
理性交换协议(REP)因使用了理想化的理性假设,在现实中有可能失效。为解决此协议失效的问题,基于与现实更为接近的有限理性假设(BRH),定义了有限理性公平概念,并首次基于BRH
在数据传输时,间歇性连接的移动机会网络一般不存在从源到目的地的完整路径。为了加快数据在网络中的传输速度,大量的多副本路由协议相继被提出,但是这些路由协议很少考虑能
针对当前密文域图像可逆信息隐藏容量不足,可逆性不强且实现复杂、效率低下的问题,提出一种基于自适应的块参照值的密文域可逆信息隐藏技术。该技术对图像按照四叉树分割的方
针对云服务器上用户信息的隐私问题,提出一种基于属性代理重加密技术与容错机制相结合的方案。该方案将用户存储的数据分为文件和文件的安全索引,将其分别进行加密后存储在不