在基因表达谱数据的分析中针对有效合理地选择特征基因集的问题本文将分层抽样技术引入特征基因选择提高特征基因集的分类能力。以神经网络
2010-02-22 16:06
传统的神经网络集成中各个自网络间的相关性较大，从而影响集成的泛化能力，本内容提出了基于负相关
2011-05-26 15:45
，以至于在面对大规模数据时需要大量的时间。为此，提出一种基于分层抽样的kNN加速算法（KNN based on stratified sampling，SS_kNN）。首先将训练实例所在的空间划分为若干个实例个数相等
2018-02-27 10:46
与优化提供了全新的解决方案。本文将从全息图的基本原理、神经网络在全息图生成中的应用、具体算法实现以及未来展望等方面进行详细阐述。
2024-07-09 15:54
神经网络分类 特征提取和选择完成后，再利用分类器进行图像目标分类，本文采用神经网络
2009-03-01 17:55
的深度学习算法。CNN模型最早被提出是为了处理图像，其模型结构中包含卷积层、池化层和全连接层等关键技术，经过多个卷积层和池化层的处理，CNN可以提取出图像中的特征信息，从而对图像进行
2023-08-21 16:49
Network），即反向传播神经网络，作为一种强大的多层前馈神经网络，凭借其优异的非线性映射能力和高效的学习机制，在语言特征信号分类
2024-07-10 15:44
传播的，不会回流），区别于循环神经网络RNN。BP算法（Back Propagation）：误差反向传播算法，用于更新网络中
2019-07-21 04:00
反馈神经网络算法
2020-04-28 08:36
，并能在脑海中重现这些图像信息，这不仅与人脑的海量信息存储能力有关，还与人脑的信息处理能力，包括数据压缩能力有关。在各种神经网络中，多层前馈神经网络具有很强的信息处理能
2019-08-08 06:11
