【摘 要】
：
针对前大数据环境下浅层机器学习模型提取特征能力不足、分类能力有限等问题,提出了一种深度置信提升网络集成分类模型。该模型采用集成深度置信网络(deep belief networks,D
【机 构】
：
河北地质大学信息工程学院,河北地质大学机器学习与人工智能实验室
【基金项目】
：
国家自然科学基金资助项目(61402481),河北省重点研发计划项目(18212005),河北省教育厅自然科学基金重点项目(ZD2018083),河北青年拔尖人才支持计划项目(冀字[2013]17号)
论文部分内容阅读
针对前大数据环境下浅层机器学习模型提取特征能力不足、分类能力有限等问题,提出了一种深度置信提升网络集成分类模型。该模型采用集成深度置信网络(deep belief networks,DBN)进行特征提取,克服了单一模型特征提取能力不足的问题;采用极端梯度提升决策树(eXtreme gradient boosting,XGBoost)和梯度提升决策树(gradient boost decision tree,GBDT)构建深层提升网络,对提取特征进行多层特征深度学习,采用相对多数投票法输出分类结果。基于4个
其他文献
微服务架构因其服务独立开发、独立部署、独立维护、可扩展性高等众多优点成为当前网络应用开发首选架构。文章针对现有实验室管理平台的缺点,对微服务架构在实验室管理平台
利用手机内置加速度传感器、陀螺仪等多传感器融合进行行人航位推算,以实现室内定位,具有成本低、灵敏度高、定位方法简便等优点,但在人员非步态扰动以及传感器自身测量误差产生漂移的情况下,传感器信号采集的波动干扰大,导致室内定位精度较低。针对此问题,提出一种改进的卡尔曼滤波,即以均值滤波对采样信号作一次处理,降低波动明显的采样数据干扰和系统响应时间,再将处理后的采样数据作为一次测量值利用卡尔曼滤波进行递归
针对旋转设备在复杂运行工况下,滚动轴承故障信号特征难以准确提取及识别的问题,结合深度残差收缩网络(depth residual contraction network,DRSN)的优势,将同步提取变换(sim
随着智能化时代的到来,学习环境从信息化转向智慧化。深度学习是在教师的指导下,学习者围绕有挑战性的学习内容,全身心投入到学习过程以促进自身全面发展的学习方式。智慧学
考察湿热和紫外消毒法对人血中6种药物(他克莫司、西罗莫司、环孢素、万古霉素、丙戊酸和霉酚酸)浓度的影响,为医院血药浓度检测人员在防控新冠病毒的工作提供参考。收集150
移动轨迹数据的热点区域挖掘在城市交通管理、道路规划和基于位置的服务中具有重要的作用。传统数据挖掘方法K-means、DBSCAN等算法,其参数选择困难、易影响聚类效果,针对在
为了顺应国家发展、时代发展,积极开展中小学人工智能教育具有十分重要的意义。[1]中国人工智能教育的研究与开展尚处于起步阶段,目前面临着教学内容紊乱、缺少统一课程标准
为了进一步发展和完善微分方程的振动理论,研究了一类3阶非线性时滞微分方程振动解的存在性。利用Schauder-Tychonoff不动点定理及一些分析技巧,获得了该类方程振动解存在的
慕课实现了教育资源共享的最大化,为混搭教学、学生个性化学习提供了良好的资源。慕课在推动教育改革和发展的同时,也衍生出一些问题,如学习时间增多、学生自主性不强、网络
在传染病传播期间,网络中的个体会表现出集体行为。为了描述这种现象并探索个体的集体行为与传染病传播之间的关系,研究了在噪声影响的复杂网络上,应用实际网络中观察到的自