公共文化服务平台

搜索到582篇“ 向量函数“的相关文章

特征扩展的随机向量函数链神经网络: 2024年; 基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络(FA-RVFLNN).在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构,BL-DFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子(I-OR)来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下,FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-DFIS的可解释性(平均模糊规则数降低了50%左右),在泛化性能和网络规模上仍具有竞争力.; 龙茂森王士同; 关键词：模糊推理系统

带限向量函数的Gabor相位恢复与广义的Paley-Wiener空间中的Gabor相位恢复: Gabor相位恢复问题的实质是从Gabor变换的绝对值中恢复实值或复值函数，研究相位恢复问题在理论和应用方面都有着重要的意义．本文，我们主要研究向量函数的Gabor相位恢复的唯一性和广义的Paley-Wiener空间中G...; 郭振丽

基于国产PuDianNao芯片的向量函数库优化: 2023年; 目前国产人工智能处理器PuDianNao芯片上的向量数学函数只能依靠循环调用标量函数来实现,该方法性能比较低。基于PuDianNao芯片提出了3种优化方法。方法一为插值方法;方法二为SIMD加掩码方法;方法三基于PuDianNao的硬件阵列结构,使用VLIW指令操作阵列中的每个处理单元,封装出SIMT编程模型,提出了暴露分支范围和分支扁平化的编程方法。对以上3种方法进行精度和性能测试,对比实验结果表明,方法三具有最好的精度和性能。使用方法三实现基于国产PuDianNao芯片的向量数学函数库PuDianNao-VecMath,解决了数学函数多分支结构难以向量化的难题。该函数库精度性能较好、功能稳定、运行正确,提供的接口包括取整函数、超越函数、比较函数、激活函数等常见基础数学库函数。在精度上,将函数定义域区间全数据作为输入,运算结果和标量函数在CPU i7运行的结果进行对比。结果表明,单精度版本最大ULP值为2,半精度版本最大ULP值为1。性能与使用标量循环相比有较大提高,单精度版本相对于标量循环平均加速比平均值为18.26,最大加速比为35.90;半精度版本平均加速比平均值为15.65,最大加速比为30.11。; 杨指政杜子东文渊博

随机向量函数链神经网络权重交替迭代更新方法及系统: 本发明属于RVFL网络模型构建技术领域，公开了一种随机向量函数链神经网络权重交替迭代更新方法及系统，包括：设定网络模型非线性部分的隐含层节点数、隐层权重和偏置的取值范围；对网络模型的线性和非线性部分输出权重交替迭代更新，...; 王殿辉

一种改进的随机向量函数链接网络集成模型: 2023年; 针对传统随机向量函数链接网络集成模型时多样性不足和泛化性能差的问题,提出一种改进的随机向量函数链接集成模型.首先,通过6种简单回归模型替代传统随机向量函数链接网络中的直接链接;其次,采用高斯过程回归(Gaussian process regression,GPR)方法初始化隐含层参数,增强各基分类器的多样性;最后,使用不同的结合策略,集成具有差异性的基分类器得到预测模型.结果表明,改进的随机向量函数链接集成模型的预测精度明显高于其他传统集成模型,较传统随机向量函数链接网络具有更好的泛化性能.; 季洋洋王士同; 关键词：多样性

联合优化集成深度随机向量函数链接网络的半监督分类: 随机向量函数链接(Random Vector Functional Link,RVFL)神经网络是一种单隐层前馈神经网络,其权重是通过随机化生成的,而非通过反向传播算法学习得到的。RVFL神经网络通常用于分类和回归问题。...; 郭金成

向量函数的处理方法及相关设备: 本申请提供了一种向量函数的处理方法及相关设备，属于计算机技术领域。本申请提供的方案可以根据预设规则对第一输入向量中的向量元素进行排序。由于该预设规则是根据向量函数所包括的各个分支的依赖关系设置的，因此可以确保排序后的向量...; 俞立呈李涛侯新宇刘昊程

多元向量函数的Taylor公式的证明及应用举例: 2022年; 本文给出了多元向量函数的泰勒公式的证明和简单应用,希冀对扩展学生视野,启发思考和应用等,有所帮助.; 胡有婧杨莉; 关键词：向量函数

快速多视角特权协同随机向量函数连接网络被引量：1: 2022年; 现实情况中通常会针对同一对象从不同途径或层面获得特征数据,称这样获得的数据为多视角数据。对于多视角数据的挖掘利用具有研究价值,与传统的单视角学习相比表现出一定优势。多视角学习(MVL)中一个重要的问题是如何在满足视角间互补情况下同时保持视角之间一致性。为解决上述问题,基于多视角学习和特权信息学习(LUPI)概念,以随机向量函数连接网络(RVFL)为基础,提出了一种快速多视角特权协同随机向量函数连接网络(FMPRVFL)来有效地解决多视角分类任务。该方法的基本思想是在平均情况下相互利用冗余视角的附加信息作为特权信息监督当前视角的分类。在此基础上设计的FMPRVFL的目标函数可以利用解析解对目标函数进行优化,从而使FMPRVFL训练速度更快。理论分析表明,与经典的多视角学习方法相比,FMPRVFL可以提供额外的泛化能力。在64个数据集上的实验结果表明,FMPRVFL在平均测试精度和运行时间上都优于比较方法。; 吴天宇王士同

相关作者