当前位置：学术参考网 > 基于神经网络的矩阵算法期刊
基于卷积神经网络的目标检测算法1 滑窗法滑窗法的思路及其简单，首先需要已经训练好的一个分类器，然后把图片按照一定间隔和不同的大小分成一个个窗口，在这些窗口上执行分类器。如果得到较高的分数分类，就认为是检测到了物体。把每个窗口的分类器都执行一遍，在对得到的分数做一些后 ...
现有网络表示学习算法可大致分为基于特征向量的算法 [2-8] （由于高计算复杂度，这一系列算法很难应用于大规模网络）、基于神经网络的算法 [9-11]、基于矩阵分解的算法 [12-13] 以及基于社区发现的算法 [14].
以深度神经网络算法为例,大部分的计算量都花费在矩阵乘法上。而大数据场景下矩阵运算的另一个技术难题是,大规模矩阵运算无法基于单机在可接受的时间内完成,因此,有必要研究实现基于集群的大规模分布式矩阵运算方法和算法。 为此,本文将研究基于 ...
基于深度神经网络的推荐算法周圣盛 I 文甘世康 I 技术审稿目录1. 前言2. 矩阵分解算法3. 基于深度神经网络的推荐算法4. 算法 ...
用户评分数据的稀疏性和上下文的信息缺失,往往导致基于矩阵分解(Matrix Factorization,MF)的推荐算法在准确性方面有所欠缺。针对此问题,文中提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)与约束概率矩阵分解(Constrained Probabilistic Matrix ...
上一篇《机器学习：神经网络的代价函数及反向传播算法》记录了如何使用反向传播算法计算代价函数的导数，其中一个细节就是需要把参数的矩阵表达式展开成向量的形式，以便在后来使用高级的优化算法。Ng 老师在讲展开参数（Unrolling Parameters）这部分时，比较粗略。
但是矩阵分解也有它的缺点,从模型公式中我们可以发现,矩阵分解是一个线性模型,它不能学习用户-物品交互中潜在的非线性特征。基于深度神经网络的推荐算法NCF是...
基于神经网络和遗传算法的欠定混合矩阵估计更多下载资源、学习资料请访问CSDN下载频道.
上一篇《机器学习:神经网络的代价函数及反向传播算法》记录了如何使用反向传播算法计算代价函数的导数,其中一个细节就是需要把参数的矩阵表达式展开成向量的形...
入度矩阵的计算方法也是一样的,就不再说了。2.3基于Graph学习物品Embedding向量本文采用的是GRU单元进行序列建模,将图信息嵌入到神经网络中,让GRU充分学习到...
ELM(ExtremeLearningMachine)算法由单层前向神经网络发展而来,与传统单层神经网络不同的是,ELM算法对于隐层节点的参数不再需要通过从训练数据中学习得到,而是直接通过随机...
用户评分数据的稀疏性和上下文的信息缺失,往往导致基于矩阵分解(MatrixFactorization,MF)的推荐算法在准确性方面有所欠缺.针对此问题,文中提出了一种基于卷积神经网络(Convo...
的邻接矩阵上表现不佳。值得一提的是,尽管原论文中没有提到,但这里的也可以为任意的一维edgefeature。从这个角度出发,GF和HOPE事实上非常相似,只是采用的edgefeature和优化算法不同而已。
改进神经网络的学习方法神经网络能够计算任意函数的视觉证明为什么深度神经网络的训练是困难的深度学习在讨论反向传播算法之前,我们先介绍一个基于矩阵的...
基于RBF神经网络的动态矩阵控制算法_专业资料。利用RBF网络对DMC算法进行结构上的改进,并用RBF网络的逼近性能建立预测模型,提出一种基于RBF神经网络建模的动态...
基于神经网络的OD分布矩阵反推方法MUSSONELorenzo*a,MATTEUCCIMatteob【摘要】摘要:以道路网络的路段流量为基础进行OD分布矩阵估计.与以往文献不同的...