排序方式: 共有51条查询结果,搜索用时 31 毫秒
31.
32.
33.
满意特征选择及其应用 总被引:2,自引:0,他引:2
实际应用中的特征选择是一个满意优化问题.针对已有特征选择方法较少考虑特征获取代价和特征集维数的自动确定问题,提出一种满意特征选择方法(SFSM),将样本分类性能、特征集维数和特征提取复杂性等多种因素综合考虑.给出特征满意度和特征集满意度定义,设计出满意度函数,导出满意特征集评价准则,详细描述了特征选择算法.雷达辐射源信号特征选择与识别的实验结果显示,SFSM在计算效率和选出特征的质量方面明显优于顺序前进法、新特征选择法和多目标遗传算法.证实了SFSM的有效性和实用性. 相似文献
34.
35.
随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深度学习领域具有重要意义。这促使该系统梳理了已有的DNN下的小样本学习工作,根据它们在解决小样本学习问题时所采用的技术,将DNN下的小样本学习解决方案分为四种策略:数据增强、度量学习、外部记忆、参数优化。根据这些策略,对现有的DNN下的小样本学习方法进行了全面的综述,同时总结了每一种策略在相关基准上的表现。强调了现有技术存在的局限性并对其未来的发展方向进行了展望,为今后的研究工作提供参考。 相似文献
36.
37.
38.
39.
针对遗传量子算法(0QA)在优化连续多蜂函数时易出现早熟现象,本文提出一种改进的遗传量子算法(IGQA),其核心是在量子门更新过程进行改进的基础上,引入群体灾变和自适应搜索网格的策略。通过典型函数测试和FIR数字滤波器设计实例表明,IGQA的性能优于GQA和其它几种遗传算法,具有比GQA更快的收敛速度和更好的全局寻优能力,能有效地克服早熟现象。 相似文献
40.