排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
模块化模糊神经网络训练策略研究 总被引:1,自引:0,他引:1
为分析模块化模糊神经网络的训练机制,进一步降低其训练复杂度,增强模型的泛化性能,尝试采用部分训练样本对模型进行相对粗训练,并以广西全省1957-2003年连续47 a 5月平均降水量作为实验数据,统计各种参数条件下模型的逐步预测误差情况.结果表明:由部分训练样本参与训练的模型所得测试误差普遍低于由全部训练样本参与训练的模型所得测试误差,证明该方法可行. 相似文献
12.
提出了一种基于局部自动搜索和光谱匹配技术的监督分类训练样本的纯化方法。该方法首先利用遥感影像中像元的灰度信息在图像上局部范围内自动搜索和选择最佳样区位置,然后利用光谱匹配的思想对寻找到的最佳样区在光谱空间上进一步纯化。实验结果证明,通过手工选择样区的辅助,该算法能够自动有效地搜寻到最佳样区的位置,并对最佳样区进行纯化处理。原始遥感图像经过本文的样区纯化算法处理后,无论是目视判读效果,还是分类后混淆矩阵的统计及分类精度,均优于纯化处理前的分类结果,具有一定的实用价值。 相似文献
13.
基于BP神经网络的企业效绩综合评价方法 总被引:5,自引:0,他引:5
为了建立企业效绩综合评价模型,在由基本的财务指标构成的财务分析体系基础上,将BP神经网络应用于效绩综合评价中.以企业历史数据作为BP神经网络的训练样本,用训练好的BP网络评价企业当期各方面的效绩.试验结果表明将BP网络应用于企业评价中,能达到令人满意的评价效果. 相似文献
14.
训练样本的质量直接影响训练阶段的训练质量(或效果),进而在一定程度上影响测试阶段的分类精度。训练样本的代表性和典型性则反映出训练样本质量的一个重要方面。对于当前非常流行的深度学习模型研究,如何尽可能地减少训练样本的数量,一方面成为一个非常“棘手”的问题,另一方面从实际应用的角度来看,这也上升为一个经济或成本方面的问题。提出了一种适用于训练样本选择的斜交因子模型方法,该方法松弛了Q型因子分析和对应分析对于公因子之间独立的假设条件,并在斜交参考解的基础上提出一种适合训练样本选择的近似求解斜交旋转的方法。实验结果表明,所提方法是可行、有效的。与基于正交因子模型的方法相比,它可以更好地描述或逼近现实的真实情况,可以选择出更合理、更具有代表性的典型训练样本,并且还可以取得满意的分类精度。适用于训练样本选择的斜交因子模型方法优于基于正交因子模型的训练样本的选择方法,被选择的训练样本分布相对更分散、更合理,而且总的分类精度平均提高3%左右。 相似文献
15.
基于对应分析的训练样本的选择 总被引:1,自引:0,他引:1
本文提出一种基于对应分析的训练样本的选择方法。它从训练样本中自动地选择有代表性的典型训练样本,使得在自动分类中充分利用所采集的样本信息,以便得到满意的分类结果。通过实验与分析证明,该方法是可行的,它明显优于人工随机选择训练样本的方式。与基于Q型因子分析的训练样本选择方法相比,可以更快地得到较少的典型样本,满意的分类精度。 相似文献
16.
17.
夏小东 《成都信息工程学院学报》2007,22(4):482-485
光照是人脸识别中的一个难题.信号经傅立叶变换后相位谱包含丰富的纹理结构信息,去除幅度谱,对图像进行单纯相位谱重构可以有效地减少光照影响.对角化主成份分析(Diagonal PCA)方法是对主成份分析(PCA)方法的有效改进,其计算量更小识别率更高.采用相位重构图像作为训练样本进行对角化主成份分析来解决光照问题,取得了较为理想的识别效果. 相似文献
18.
利用水深不确定度探测测深异常值的方法 总被引:1,自引:1,他引:0
利用最小二乘支持向量机(LS-SVM)合理地构造出海底趋势面关键在于训练样本的选取.在构造海底趋势面的过程中,提出并实现了一种基于不确定度优化训练样本的方法.为了检验该方法的有效性,选取实测的多波束测深数据进行验证,并与趋势面滤波法进行比较.结果表明,该方法能有效地抑制较大偏差训练样本的影响,构造的海底趋势面更为合理,... 相似文献
20.
基于Q型因子分析的训练样本的选择 总被引:2,自引:1,他引:2
提出基于Q型因子分析的训练样本的选择方法。它可自动地选择训练样本,而且被选择的训练样本具有代表性,使其在自动分类中充分利用所采集的样本信息,以便得到满意的分类结果。通过实验与分析证明,该方法是可行的,它优于基于人工随机地选择训练样本的方式,而且可获得更高的分类精度。 相似文献