注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. softmax分类器和LBFGS

  2. 文档里包含softmax分类器的主函数，还有一些辅助函数。

  3. 所属分类：其它

    • 发布日期：2014-10-12
    • 文件大小：5120
    • 提供者：hlx371240

  1. sparse autoencoder softmax分类器

  2. 包含了sparse autoencoder softmax分类器的主程序和子程序

  3. 所属分类：其它

    • 发布日期：2014-10-18
    • 文件大小：10485760
    • 提供者：hlx371240

  1. kmeans提取特征训练softmax分类器

  2. 本代码包括kmeans提取特征，词袋模型提取特征，并利用softmax训练分类器。

  3. 所属分类：其它

    • 发布日期：2015-06-21
    • 文件大小：446464
    • 提供者：hlx371240

  1. sparse autoencoder softmax分类器

  2. 包含了sparse autoencoder softmax分类器的主程序和子程序 matlab源码。

  3. 所属分类：其它

    • 发布日期：2015-09-07
    • 文件大小：10485760
    • 提供者：luozhipeng2011

  1. Softmax回归模型(matlab代码)

  2. softmax回归模型是一种常用的分类器，也是与深度结构模型相结合最多的分类方法。本代码包中的程序对图像构建softmax分类器，并按照图像所属类别进行分类。程序是在matlab平台上实现的，简单易懂。

  3. 所属分类：其它

    • 发布日期：2016-03-30
    • 文件大小：11534336
    • 提供者：u014598501

  1. Naive Bayes、KNN、Softmax分类器的对比实验代码

  2. Naive Bayes、KNN、Softmax分类器的对比实验代码，内含iris和wine的训练集和测试集，可以运行

  3. 所属分类：Java

    • 发布日期：2016-11-16
    • 文件大小：118784
    • 提供者：u013473512

  1. softmax分类器简介

  2. 对softmax分类器简单的介绍，适合初学者快速了解softmax分类器的基本原理。

  3. 所属分类：深度学习

    • 发布日期：2018-05-14
    • 文件大小：221184
    • 提供者：weixin_41158148

  1. 简单的神经网络实现softmax分类

  2. 实现三类螺旋分布的三类点的区分，分布采用线性分类的方法和softmax分类器分类器的使用，简单神经网络的流程。python3.6

  3. 所属分类：深度学习

    • 发布日期：2018-07-27
    • 文件大小：7168
    • 提供者：snowy_susu

  1. matlab实现softmax分类

  2. 数据集：minist 分类器：softmax 实现语言：matlab 功能：训练+预测

  3. 所属分类：机器学习

    • 发布日期：2018-09-20
    • 文件大小：10485760
    • 提供者：hunzhangzui9837

  1. 基于栈式稀疏自编码器的矿用变压器故障诊断

  2. 鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果,提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法。通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器,再将多个稀疏自编码器进行堆叠形成栈式稀疏自编码器,并以Softmax分类器作为输出层,建立矿用变压器故障诊断模型;利用大量无标签样本对模型进行无监督预训练,并通过有监督微调优化模型参数。算例分析结果表明,与栈式自编码器相比,栈式稀疏自编码器应用于矿用变压器故障诊断具有更高的准确率。

  3. 所属分类：其它

    • 发布日期：2020-05-13
    • 文件大小：435200
    • 提供者：weixin_38619967

  1. 煤矿安全隐患信息自动分类方法

  2. 人工分类方式难以满足海量煤矿安全隐患信息的分类要求,而基于概率统计的文本自动分类方法分类准确率较低。针对上述问题,提出了一种基于Word2vec和卷积神经网络的煤矿安全隐患信息自动分类方法。首先对隐患信息进行分词、去停用词等预处理,然后应用Word2vec来表征词之间的语义相似性关系,最后利用卷积神经网络提取隐患信息的局部上下文高层特征,并使用Softmax分类器实现隐患信息的自动分类。实验结果表明,该方法实现了端到端的自动分类,可有效提升分类的准确性和全面性。

  3. 所属分类：其它

    • 发布日期：2020-05-07
    • 文件大小：237568
    • 提供者：weixin_38682790

  1. softmax分类器视频教程.wmv

  2. softmax分类器视频教程，希望能够学习者提供帮助，实现对softmax分类器知识的掌握与理解，为后续学习做好铺垫，实现softmax分类器的灵活运用

  3. 所属分类：深度学习

    • 发布日期：2020-02-06
    • 文件大小：18874368
    • 提供者：zsb8888

  1. 基于堆栈稀疏自编码的高光谱遥感影像分类

  2. 文中利用深度学习思想来实现影像光谱维和空间维的特征提取,同时尝试加入稀疏约束的限制条件,并结合Softmax分类器,实现高光谱遥感影像的分类。实验结果表明,加入空间特征的基于堆栈稀疏自编码的分类方法能够得到很好的分类效果。

  3. 所属分类：其它

    • 发布日期：2020-06-15
    • 文件大小：1048576
    • 提供者：weixin_38731239

  1. 基于堆叠稀疏自动编码器的模块化五电平变换器故障检测与定位方法

  2. 本文提出了一种基于堆叠式稀疏自动编码器（SSAE）的模块化五电平转换器（MFLC）中故障检测和定位的新方法。 SSAE由多个SAE和一个softmax分类器组成。 MFLC电路中所有子模块（SM）的电容器电压信号被组合成一个多通道信号。 通过沿多通道信号移动窗口，可以获取一组信号段。 然后将这些段平整为向量，并用作SSAE模型的输入。 SAE可以在无监督的情况下从输入数据中学习特征，并且将故障检测和定位问题转换为分类问题。 为了提高所提出方法的抗噪性能，实现了叠层去噪SAE（SDSAE）。 结果

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：446464
    • 提供者：weixin_38581455

  1. 交通标志分类器：用于交通标志分类器的卷积神经网络-源码

  2. 交通标志分类器 用于交通标志分类器的卷积神经网络 ！[替代文字]（'./自述图片'） 概述 在此代码中，使用了深度神经网络和卷积神经网络对交通标志进行分类。 该模型经过了培训和验证，因此可以使用“对交通标志图像进行分类。 训练模型后，对来自网络的随机交通标志（即德国交通标志）进行了测试。 该项目 这项工作的目标/步骤如下： 加载数据集 探索，总结和可视化数据集 设计，训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 数据集和存储库 下载数据集。 调整了数据集的大小，

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：1048576
    • 提供者：weixin_42138780

  1. 复杂背景下车型识别分类器

  2. 细粒度车型图像的类间特征差异小，在复杂图片背景中识别干扰因素多。为提高模型在复杂背景中对图像的特征提取能力和识别准确度，提出了基于支持向量机（SVM）和深度卷积神经网络（DCNN）的分类器集成模型Softmax-SVM。它将交叉熵代价函数与hinge损失函数相结合，代替Softmax函数层，减少了过拟合的发生。同时，设计了一个10层的DCNN提取特征，避免了手工提取特征的难题。实验数据集为复杂背景下的27类精细车型图像，尤其还包含同一汽车厂商的相近车型。实验结果表明，在不进行大量预处理的前提下，

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：7340032
    • 提供者：weixin_38704156

  1. CarND交通标志分类器项目：使用Python和Tensorflow构建的交通标志分类神经网络-源码

  2. 项目：深度学习中的交通标志识别 概述 在这个项目中，使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下： 加载数据集 探索，总结和可视化数据集 设计，训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 依存关系 本实验要求： 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12582912
    • 提供者：weixin_42134097

  1. 基于三维空洞卷积残差神经网络的高光谱影像分类方法

  2. 高光谱影像是典型的高维数据,在光谱维和空间维都包含了大量信息。针对高光谱影像分类时光谱维数据量巨大的特点,提出一种基于三维空洞卷积残差神经网络的高光谱影像分类方法。该方法以高光谱像元立方体作为数据输入,使用三维卷积核同时提取高光谱数据的空间维和光谱维特征,并通过在卷积核中引入空洞结构,在不增加网络参数量和不消减数据特征的情况下提高卷积核的感受野,从而提高神经网络的分类的精度。该方法利用残差结构避免了由网络层数加深导致的梯度消失问题,最终使用Softmax分类器完成高光谱像元的分类工作。实验结果表

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：11534336
    • 提供者：weixin_38515897

  1. 结合最小噪声分离变换和卷积神经网络的高分辨影像分类方法

  2. 针对传统浅层机器学习方法应用于高分辨影像分类时存在的问题, 提出了结合最小噪声分离变换和卷积神经网络的高分辨率影像分类方法。采用最小噪声分离分析非监督训练初始化卷积神经网络, 为提高训练速度, 使用线性修正函数作为神经网络的激活函数; 利用概率最大化采样原则减少池化过程中影像特征的缺失, 并将下采样后影像特征输入Softmax分类器进行分类。采用所提分类方法对典型地区的影像进行分类实验, 并与支持向量机和人工神经网络分类方法的分类结果进行对比。结果表明, 所提分类方法的分类精度明显高于另两种分类

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：5242880
    • 提供者：weixin_38659646

  1. Softmax分类器

  2. Softmax 函数用于多分类，他将多个神经元的输出的值映射到（0,1）区间内的一个值，，并且映射的所有值相加为1，这些值可以理解为输出的概率，输出概率较大的一般作为预测的值 计算公式 分子：fyi 表示第i个类别指数值 分母求和fj 所有元素的指数和 softmax作用过程：假如对于神经元的输出值3,1,-3通过softmax函数，映射成为(0,1)之间范围的值，而这些值的累和为1， P(3∣score)=e3/(e3+e1+e-3)=0.88 P(1∣score)=e1/(e3+e1+

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：95232
    • 提供者：weixin_38680506
« 12 3 4 5 »