泛化性能

作品数：157被引量：1084H指数：15
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：夏元清邹伟东李泽瑞吕文君康宇更多>>
相关机构：东南大学浙江大学西安电子科技大学华南理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划中央高校基本科研业务费专项资金中国博士后科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度强化学习的多用户蜂窝网络能效优化
《计算机工程与设计》2025年第3期734-740,共7页徐钰龙 李君 李正权 高伟栋 
网络与交换技术全国重点实验室(北京邮电大学)开放课题基金项目(SKLNST-2023-1-13)。
针对多用户蜂窝网络中能量效率的重要性以及传统优化算法的局限性和泛化性能差的问题,提出一种基于深度强化学习的EEO-Dueling DQN算法,旨在满足约束发射功率条件下实现整个网络的能量效率最大化。Dueling DQN采用竞争网络优化神经网络...
关键词：多用户 蜂窝网络 深度强化学习 神经网络 竞争网络 能量效率 泛化性能 
面向深度学习的图像数据增强综述
《软件学报》2025年第3期1390-1412,共23页杨锁荣 杨洪朝 申富饶 赵健 
国家自然科学基金(62276127)。
深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用...
关键词：深度学习 图像数据增强 图像识别 泛化性能 计算机视觉 
基于卷积神经网络的高层建筑智能控制算法研究
《重庆大学学报》2025年第1期66-75,共10页刘康生 涂建维 张家瑞 李召 
国家自然科学基金资助项目(51978550);国家重点研发计划资助项目(2018YFC0705601);中央高校基本科研业务费专项资金资助项目(2019-YB-024)。
浅层学习神经网络对高维数据进行预测时,会出现预测精度低,泛化能力差等问题。为此,在一维卷积神经网络(one-dimensional convolutional neural networks,1D-CNN)和Deep Dream视觉算法的基础上,提出一种基于CNN深度学习网络的高层建筑...
关键词：深度学习 一维卷积神经网络 智能控制 数据特征可视化 泛化性能 
基于自监督的集成神经网络图像去噪方法分析
《数字技术与应用》2024年第12期159-161,共3页刘才源 姜珊 
国家自然科学基金项目(52105167)。
随着深度学习技术的不断发展及其广泛应用,针对缺失清晰图像的情形,本文提出了一种基于自监督学习的集成神经网络方法,该方法仅需要输入单幅噪声图像即可实现图像去噪。首先使用伯努利采样(Bernoulli Sampling,BS)方法,生成噪声图像对,...
关键词：集成神经网络 噪声图像 神经网络结构 图像去噪 泛化性能 伯努利 采样方法 解码器 
基于元学习和失真感知的图像质量评价
《液晶与显示》2024年第11期1519-1531,共13页万丙辰 张选德 
国家自然科学基金(No.61871260)。
获取图像主观质量评分的成本较高,使图像质量评价(Image Quality Assessment,IQA)模型通常面临训练样本量不足的问题,另外,失真类型对于图像视觉感知质量具有重要的影响。针对以上问题,本文提出了一种基于元学习和失真感知相结合的图像...
关键词：无参考图像质量评价 元学习 失真感知 泛化性能 
基于特征级与决策级融合的农作物叶片病害识别被引量：3
《江苏大学学报（自然科学版）》2024年第3期286-294,共9页王梓衡 沈继锋 左欣 武小红 孙俊 
国家自然科学基金资助项目(61903164);江苏省自然科学基金资助项目(BK20191427);江苏大学农业装备学部项目(NZXB20210210);江苏高校优势学科建设工程(三期)项目(PAPD-2018-87)。
针对单网络模型存在对数据产生学习偏好的缺陷,提出了一种基于多模型融合的农作物病害识别方法.该方法首先对4种主流卷积神经网络ResNet50、DenseNet121、Xception和MobileNetV2进行单模型性能评估,然后对这4种单模型分别进行特征级和...
关键词：农作物病害 特征级融合 决策级融合 卷积神经网络 泛化性能 
深度网络异常检测模型的泛化性能研究被引量：2
《信息工程大学学报》2024年第2期213-218,共6页曲彦泽 马海龙 江逸茗 
近年来,基于深度学习的网络异常检测模型成为领域内研究的热点,业已在实验环境下取得了出色的效果。但基于深度学习的网络异常检测模型在不同网络环境下的泛化性能尚无深入研究。分别基于多层感知机、一维卷积神经网络以及深度自编码器...
关键词：网络安全 网络异常检测 深度学习 泛化性能 
结合图像块比较与残差图估计的人脸伪造检测被引量：1
《中国图象图形学报》2024年第2期457-467,共11页冯才博 刘春晓 王昱烨 周其当 
国家自然科学基金项目(61976188);国家级大学生创新创业训练计划项目(202310353023X);浙江省自然科学基金项目(LY24F020004);浙江工商大学“数字+”学科建设项目(SZJ2022B016);浙江省大学生科技创新活动计划暨新苗人才计划(2023R408037,2022R408A028)。
目的 由于不同伪造类型样本的数据分布差距较大,现有人脸伪造检测方法的准确度不够高,而且泛化性能差。为此,本文引入“图像块归属纯净性”和“残差图估计可靠性”的概念,提出了基于图像块比较和残差图估计的人脸伪造检测方法。方法 除...
关键词：人脸图像伪造检测 深度伪造 多任务学习 泛化性能 像素级监督 卷积神经网络 
一种带泛化性能的动态混合模型求解大范围TSP问题被引量：2
《系统科学与数学》2024年第1期31-44,共14页柯琳 杨笑笑 陈智斌 
国家自然科学基金(11761042,12361065)资助课题.
旅行商问题(TSP)是组合最优化中的典型问题,求解TSP问题的现实意义重大.随着深度强化学习(DRL)在工业界的广泛应用,利用DRL模型自动设计学习算法成为近期的研究热点.为提升DRL模型在大范围TSP问题上的泛化能力,文章提出一种动态图卷积...
关键词：旅行商问题 深度强化学习 动态图卷积网络 空间注意力 组合最优化 
基于混合双层自组织径向基函数神经网络的优化学习算法
《北京工业大学学报》2024年第1期38-49,共12页杨彦霞 王普 高学金 高慧慧 齐泽洋 
国家自然科学基金资助项目(61640312,61803005);北京市自然科学基金资助项目(4172007,4192011)。
针对传统方法采用先训练后测试两阶段学习机制极易导致的过拟合或欠拟合问题,提出一种基于混合双层自组织径向基函数神经网络的优化学习(hybrid bilevel self-organizing radial basis function neural network optimization learning,H...
关键词：径向基函数神经网络(radial basis function neural network RBFNN) 自组织 列文伯格-马夸尔特(Levenberg Marquardt LM)算法 混合双层 优化学习 泛化性能 
全选清除导出
共16页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部