《單分類支持張量機模型及算法研究》是2017年9月1日中國農業大學出版社出版的圖書,作者是陳艷燕。
基本介紹
- 中文名:單分類支持張量機模型及算法研究
- 作者:陳艷燕
- 出版社:中國農業大學出版社
- ISBN:9787565518263
《單分類支持張量機模型及算法研究》是2017年9月1日中國農業大學出版社出版的圖書,作者是陳艷燕。
《單分類支持張量機模型及算法研究》是2017年9月1日中國農業大學出版社出版的圖書,作者是陳艷燕。內容簡介基於張量數據的機器學習方法近年來一直是機器學習領域的前沿課題,在錯誤診斷、人臉識別、入侵檢測、文本分類等領域,我們...
此外,項目組成員依據各模型自身的特點,分別設計了快速有效的求解算法,使運算時間大大縮短並使得我們提出的新算法能夠套用於大規模問題。針對圖像分類的數據特點,我們將支持向量分類機推廣到了支持張量分類機。已發表論文9篇,其中SCI檢索4篇,EI檢索5篇。
《帶類噪聲的大規模張量分類算法研究》是依託華南理工大學,由楊曉偉擔任項目負責人的面上項目。項目摘要 帶類噪聲的大規模分類問題廣泛存在於網頁分類、文本分類、基於內容的視頻檢索、脫機手寫體字元識別和生物信息處理等領域,是當前數據挖掘和機器學習領域中的重要研究課題,已引起了國內外計算機、自動化、電信和數學...
3.1.3 矩陣運算:回歸模型 / 074 3.1.4 張量運算:神經網路 / 076 3.2 機器學習理解 / 077 3.2.1 連續型因變數:線性回歸 / 077 3.2.2 分類型因變數:邏輯回歸 / 081 3.3 機器學習算法 / 083 3.3.1 最小二乘法:準確度 / 083 3.3.2 最大似然估計法:測量 / 083 3.3....
研究內容包括兩分類問題中,基於支持向量機型方法的最最佳化模型及其求解等問題,以及在其他數據挖掘問題(多分類、聚類、回歸等)的推廣。在套用領域將針對生物信息學中的具體問題構建核矩陣學習模型並進行相應的最最佳化算法研究。目前對核矩陣學習的研究和套用剛剛起步,還未有從最最佳化理論和方法角度出發的研究工作。因此,...
文本信息處理方面,首先針對微博用詞隨意性大、語詞多創新的特點,提出了傳統分詞算法的最佳化算法,該算法能識別網路辭彙,並對新詞進行類型分類。其次,針對傾向性分析中的觀點要素和情感特徵抽取,進行了特徵分析研究並提出了基於紋理的文本特徵抽取方法。分類算法方面,課題組在已有工作基礎上探索了支持張量機在文本分類方...
課題組在本基金項目支持下,按計畫穩步進行了相關研究,重點研究和探索突破以下關鍵科學難點(1)研究了基於張量模式的多源數據表達和分類學習,突破數據融合和模型構建的難點; (2)研究了大規模多源數據情景下張量機學習算法的快速最佳化問題,解決了張量分類器訓練時間過長的問題。取得了以下重要研究進展: 提出了一種基於...
8.2.6 模型預測 246 8.2.7 主流程代碼 247 8.3 本章小結 248 8.4 複習題 248 參考文獻 249 第9章 深度強化學習的套用 250 9.1 什麼是深度強化學習 250 9.2 強化學習的套用實例 251 9.3 強化學習的基本概念 252 9.4 強化學習的算法簡介 254 9.4.1 算法分類 254 9.4.2 ...
解決張量稀疏分解算法的有關理論問題,如計算效率,穩定性和收斂性問題。研究新型的基於張量分解的複雜數據結構的特徵分析方法。特別研究張量分解過程中多因素高階統計關聯,通過腦機互動腦電中EEG信號特徵提取展示該多因素高階統計關聯特徵在模式分類的作用。進一步擬研究保持空間局部結構的特徵分解方法,通過對視頻人臉識別...
本項目主要研究了動態紋理建模與套用的張量方法. 提出了一種張量動態紋理模型, 給出了一個模型參數估計算法, 在動態紋理合成套用中取得了較好結果. 一定意義下, 模型參數可視為動態紋理的一個緊湊表示. 提出了一種基於張量表示的動態背景建模方法, 通過張量低秩近似來刻畫動態背景的特性. 對輸入為張量集的分類問題, ...
三塊、多塊ADMM算法,而且證明了收斂性、線性收斂速率、計算複雜性,增強了ADMM實用功能,豐富了ADMM算法理論;(iii)在套用軟體方面,我們把稀疏低秩最佳化理論和算法套用到機器學習等實際問題中,開發出多個求解器,如多維標度降維最佳化器(SQREDM)、邏輯回歸分類最佳化器(L0-GPGN)、支持向量機分類最佳化器(L0/1-...
原生支持大模型:昇思MindSpore已支持數據並行、模型並行、MoE並行、流水線並行、最佳化器並行、異構訓練等多種並行方式,可以原生實現大模型訓練。基於昇思MindSpore,新增支持LLaMA、Bloom、GLM、GPT等百億大模型。開發套件集成接口和算法模型:昇思MindSpore聯合中科大、西交、西電等高校打造了CV、NLP、Audio、OCR、YOLO等...
2.1.1 線性回歸模型 33 2.1.2 邏輯回歸算法 38 2.1.3 k近鄰法 42 2.1.4 樸素貝葉斯法 43 2.1.5 支持向量機 47 2.1.6 決策樹 54 2.2 無監督學習 59 2.2.1 降維 59 2.2.2 聚類 65 習題 72 第3章 深度學習 74 3.1 人工神經網路 74 3.1.1 ...
14.4 示例:使用神經網路算法檢測Java溢出攻擊 191 14.5 本章小結 193 參考資源 194 第15章 多層感知機與DNN算法 15.1 神經網路與深度學習 195 15.2 TensorFlow編程模型 196 15.2.1 操作 197 15.2.2 張量 197 15.2.3 變數 198 15.2.4 會話 198 15.3 TensorFlow的運行模式 198 15.4 示例...
evalrC - 用複數區間算法對表達式求值 value - 求值的惰性函式 第4章 求根,解方程 4.1 數值解 fsolve - 利用浮點數算法求解 solve/floats - 包含浮點數的表達式 4.2 最最佳化 extrema - 尋找一個表達式的相對極值 minimize, maximize - 計算最小值/最大值 maxnorm - 一個多項式無窮大範數 4.3 求根 all...
機器學習是一種通過數據驅動的算法,使智慧型體能夠從經驗中學習並改進其行為的技術。它的核心思想是讓智慧型體通過分析和學習歷史數據,自動發現數據中的模式和規律,從而做出預測或決策。機器學習在智慧型體領域的套用非常廣泛,包括分類、回歸、聚類、強化學習等。機器學習為智慧型體提供了通過數據驅動的方式,使其能夠在動態...
7.14 切面距離、正切傳播和流形正切分類器 167 第8 章深度模型中的最佳化 169 8.1 學習和純最佳化有什麼不同 169 8.1.1 經驗風險小化 169 8.1.2 代理損失函式和提前終止 170 8.1.3 批量算法和小批量算法 170 8.2 神經網路最佳化中的挑戰 173 8.2.1 病態 173 8.2.2 局部極小值 174 ...
產業級開源模型庫。飛槳建設了大規模官方模型庫,算法總數超過 700 個,包含領先的預訓練模型、深度學習開發者經過產業實踐長期打磨的主流模型以及在國際競賽中的奪冠模型;提供面向語義理解、圖像分類、目標檢測、圖像分割、文字識別(OCR)、語音合成等場景的多個端到端開發套件,滿足企業低成本開發和快速集成的需求,...
3.3.3 定義模型 67 3.3.4 初始化模型參數 67 3.3.5 定義損失函式 68 3.3.6 定義最佳化算法 68 3.3.7 訓練 68 3.4 softmax回歸 69 3.4.1 分類問題 69 3.4.2 網路架構 70 3.4.3 全連線層的參數開銷 70 3.4.4 softmax運算 71 3.4.5 小批量樣本的...
全書共11章,第1章介紹TensorFlow的基本概念;第2章介紹如何在計算圖中連線算法組件,創建一個簡單的分類器;第3章重點介紹如何使用TensorFlow實現各種線性回歸算法;第4章介紹支持向量機(SVM)算法;第5章介紹如何使用數值度量、文本度量和歸一化距離函式實現最近鄰域算法;第6章講述如何使用TensorFlow實現神經網路算法;...
3.2.6 定義最佳化算法 64 3.2.7 訓練 64 3.3 線性回歸的簡潔實現 66 3.3.1 生成數據集 66 3.3.2 讀取數據集 66 3.3.3 定義模型 67 3.3.4 初始化模型參數 67 3.3.5 定義損失函式 68 3.3.6 定義最佳化算法 68 3.3.7 訓練 68 3.4 softmax回歸 69 3.4.1 分類問題 ...
[51] 趙春暉,楊偉超. Alpha穩定分布噪聲下MPSK信號調製識別算法研究[J].瀋陽大學學報(自然科學版). 2013(01)。[52] 趙春暉,李文卿,孫優賢,高福榮. 基幹多重局部重構模型的連續過程故障診斷(英文)[J]. 自動化學報.2013(05)。[53] 齊濱,趙春暉,王玉磊. 基於支持向量機與相關向量機的高光譜圖像分類[J].吉林...
80年代中期,IBM基於隱馬爾可夫鏈模型創造了語音控制打字機“坦戈拉(Tangora)”,能夠處理兩萬個單詞。沉積積累階段:1990-2010 AIGC從實驗性向實用性逐漸轉變,深度學習算法、圖形處理單元(GPU)、張量處理器(TPU)和訓練數據規模等都取得了重大突破,受到算法瓶頸的限制,效果有待提升。2007年,紐約大學人工智慧研究...
7.6 高效命題模型檢驗 196 7.6.1 完備的回溯算法 196 7.6.2 局部搜尋算法 198 7.6.3 隨機 SAT 問題概覽 199 7.7 基於命題邏輯的智慧型體 200 7.7.1 世界的當前狀態 200 7.7.2 混合智慧型體 203 7.7.3 邏輯狀態估計 204 7.7.4 用命題推斷進行規劃 205 小結 207 參考文獻與歷史注釋 208 第 8 ...
6.3.1AMD GPU編程模型和硬體執行模型 6.3.2AMDGPU後端的指令調度算法最佳化 第7章 AI晶片軟硬體系統接口設計 7.1GPGPU軟硬體接口設計 7.1.1GPGPU主機端編程接口 7.1.2核心分派過程 7.1.3GPGPU硬體分派過程 7.2AI加速器軟硬體接口設計 7.2.1AI加速器硬體架構 7.2.2AI加速器設備軟體棧 7.3量化技術與...