期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于神经网络的递推分块方法求任意高阶多项式的根 被引量：12
1
作者 黄德双 池哲儒 《中国科学（E辑）》 CSCD 北大核心 2003年第12期1115-1124,共10页
提出一种新的基于约束学习神经网络的递推分块方法,来分批(块)求解任意高阶多项式的任意数(小于多项式的阶)个根(包括复根).同时给出了基于多项式中根与系数间的约束关系构造的用于求根的BP网络约束学习算法,提出了对应的学习参数的自... 提出一种新的基于约束学习神经网络的递推分块方法,来分批(块)求解任意高阶多项式的任意数(小于多项式的阶)个根(包括复根).同时给出了基于多项式中根与系数间的约束关系构造的用于求根的BP网络约束学习算法,提出了对应的学习参数的自适应选择方法.实验结果表明,这种分块神经求根方法,相对传统方法,能够快速有效地获得任意高阶多项式对应的根. 展开更多
关键词 神经网络 递推分块方法 任意高阶多项式 BP网络 约束学习算法 Laguerre法 Muller法 自适应参数选择 实根 复根 信号处理
原文传递
带约束弱监督学习算法的企业专利附图高关联性自动化推荐
2
作者 任鹏 《电子设计工程》 2024年第20期134-139,共6页
常规企业专利附图高关联性自动化推荐主要依托于朴素贝叶斯算法,通过构建图片推荐模型实现自动化推荐。但此方法由于缺少专利文本与附图匹配交互图的建立,导致得到的归一化折损累积增益较小,推荐效果欠佳。为此,提出基于带约束弱监督学... 常规企业专利附图高关联性自动化推荐主要依托于朴素贝叶斯算法,通过构建图片推荐模型实现自动化推荐。但此方法由于缺少专利文本与附图匹配交互图的建立,导致得到的归一化折损累积增益较小,推荐效果欠佳。为此,提出基于带约束弱监督学习算法的企业专利附图高关联性自动化推荐方法。根据企业专利文本与附图之间的匹配关系,采用卷积神经网络对附图的深层次视觉特征进行识别,并设计样本采样策略,建立文本与附图匹配的交互图,结合带约束弱监督学习算法计算企业专利偏好的预测概率向量值,进而构建企业专利配图偏好模型,以此为依据,求取每个附图的综合评分,将评分最高的附图构造为推荐列表,由此实现企业专利附图高关联性自动化推荐。对比实验结果表明,所设计的方法得到的归一化折损累积增益较大,企业专利附图推荐效果较好,可以满足实际应用需求。 展开更多
关键词 带约束弱监督学习算法 企业专利附图 高关联性自动化推荐 附图特征
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部