排序方式: 共有2条查询结果,搜索用时 40 毫秒
1
1.
2.
本文提出了一种基于lasso和elastic net的宽度学习系统(BLS)网络结构稀疏方法, 将标准BLS目标函数中的
L2范数分别替换为lasso和elastic net, 利用这两种正则化技术来约束网络输出权重, 衡量每个网络节点输出权重对
预测的影响程度, 将多余的节点进行剔除, 提高了网络结构的稀疏性. 通过对一些回归数据集进行实验, 可以看到
本文提出的方法在不损失预测精度的前提下, 同时简化了网络结构. 相似文献
1