迭代训练相关论文
针对当前现有变电站运行状态监测过程中存在的监测结果与实际变电站出现异常状态的情况不符的问题，引入深度神经网络，开展对变电站运......
知识图谱的实体对齐问题是知识融合中的关键问题,已成为近年来的研究热点.笔者引入双向对偶关系图神经网络(RDGCN)模型对课程迭代......
城市数据种类多、涉及领域广,但数据维度较高,且数据分类分级不具备成熟、明确的标准,高价值数据安全保护强化亟待推进.提出一种基......
提出了一种新的基于Gentle boosting学习的人脸检测方法。采用parts-based特征,以小片形式随机采集,通过Boosting机器学习对数据库......
针对支撑向量机（Support vector machine,SVM）在大规模数据的问题,提出了一种基于模糊c-均值聚类样本选择策略的SVC（SVM for classifi......
矿井涌水量问题受到多种因素的共同影响,具有非线性和高度复杂性。根据一号煤矿井下涌水量影响因素及2014—2018年的涌水量数据,采......
Web中大量可访问的数据源为人们获取有用的信息带来了极大的便利。作为Web数据源集成的一个必要的步骤，需要将存在于不同数据源表达......
针对卷积神经网络提取特征信息不完整导致图像分类方法分类精度不高等问题,利用深度学习的方法搭建卷积神经网络模型框架,提出一种......
传统的机器翻译模型的性能受限于双语平行语料库的规模,仅使用单语数据的无监督机器翻译方法难以有效保证模型性能的稳定。针对该......
现有的知识图谱无法避免地存在不完整这一问题.缓解此问题的可行方法是引入外部知识图谱中的知识.在此过程中,实体对齐是最关键的......
针对非对称语音库情况下的语音转换,该文提出一种新的改进的语音转换训练算法ILNCA。与原有的训练算法INCA不一样的是,ILNCA首先利......
提出一种基于词语相似度计算的半监督隐马尔科夫词性标注方法.首先,利用小规模的训练语料进行半监督隐马尔科夫学习,通过反复迭代......
