过拟合

作品数：271被引量：1381H指数：18
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：李祚泳陈念贻陆文聪梁逸曾刘旭更多>>
相关机构：上海大学四川大学上海交通大学成都信息工程大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划教育部人文社会科学研究基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用x
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于语义最优化的图像聚类算法
《计算机应用》2023年第S02期117-121,共5页张凯 宋承云 
重庆理工大学研究生教育高质量发展行动计划项目(gzlcx20232065)。
针对深度聚类中采用对比学习方式得到的语义特征信息不足的问题,提出一种优化语义特征的算法。在预训练阶段,采用重构损失作为正则化项,增加特征表示和输入之间的互信息,从而近似引入更多与聚类任务相关的信息,降低对比学习过拟合共享...
关键词：深度聚类 对比学习 语义特征 过拟合 正则化 
基于卷积神经网络的图像分类算法综述被引量：74
《计算机应用》2022年第4期1044-1049,共6页季长清 高志勇 秦静 汪祖民 
国家自然科学基金资助项目(62002038)。
卷积神经网络(CNN)是目前基于深度学习的计算机视觉领域中重要的研究方向之一。它在图像分类和分割、目标检测等的应用中表现出色,其强大的特征学习与特征表达能力越来越受到研究者的推崇。然而,CNN仍存在特征提取不完整、样本训练过拟...
关键词：深度学习 卷积神经网络 图像分类 特征提取 过拟合 
改进的弹性网模型在深度神经网络中的应用被引量：6
《计算机应用》2019年第10期2809-2814,共6页冯明皓 张天伦 王林辉 陈荣 连少静 
国家自然科学基金资助项目(61672122,61402070,61602077);辽宁省自然科学基金资助项目(20170540097,2015020023);辽宁省科学事业公益研究基金资助项目(GY-2017-0005);中央高校基本科研业务费资助项目(3132019207,3132019355)~~
由于具有较高的模型复杂度,深层神经网络容易产生过拟合问题,为了减少该问题对网络性能的不利影响,提出一种基于改进的弹性网模型的深度学习优化方法。首先,考虑到变量之间的相关性,对弹性网模型中的L1范数的不同变量进行自适应加权,从...
关键词：神经网络模型 深度学习 正则化方法 弹性网模型 过拟合 
基于Dropout的改进卷积神经网络模型平均方法被引量：27
《计算机应用》2019年第6期1601-1606,共6页程俊华 曾国辉 鲁敦科 黄勃 
国家自然科学基金资助项目(61603242);江西省经济犯罪侦查与防控技术协同创新中心开放课题(JXJZXTCX-030)~~
针对深度卷积神经网络(CNN)中的过拟合问题,提出一种基于Dropout改进CNN的模型预测平均方法。首先,训练阶段在池化层引入Dropout,使得池化层单元值具有稀疏性;然后,在测试阶段将训练时池化层Dropout选择单元值的概率与池化区域各单元值...
关键词：深度学习 卷积神经网络 Dropout正则化 过拟合 模型平均 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部