期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PPLS与稀疏鉴别流形正则化的双模型协同宽度神经网络
1
作者
任世锦
季天元
+3 位作者
林睦良
王倚天
迟云爽
温昕
《江苏海洋大学学报(自然科学版)》
CAS
2023年第1期88-96,共9页
宽度神经网络(broad neural networks,BNN)被认为是继深度神经网络之后的一种主流机器学习算法,然而BNN没有考虑数据不确定性及局部几何结构信息。为此,提出概率偏最小二乘(probabilistic partial least square,PPLS)与稀疏鉴别流形正...
宽度神经网络(broad neural networks,BNN)被认为是继深度神经网络之后的一种主流机器学习算法,然而BNN没有考虑数据不确定性及局部几何结构信息。为此,提出概率偏最小二乘(probabilistic partial least square,PPLS)与稀疏鉴别流形正则化的双模型协同宽度神经网络建模方法。该方法首先使用PPLS对BNN输入特征以及增强特征构成的高维数据提取低维隐藏变量,消除数据不确定信息以及冗余特征;基于稀疏表示方法自适应构建样本局部与非局部近邻矩阵,并结合PPLS模型投影矩阵,提出一种新颖的融合模型信息迁移、鉴别流形正则化以及l_(2,p)-范数约束的BNN建模方法,有效增强BNN模型的鲁棒性、建模精度,同时消除数据的随机不确定性;最后给出迭代优化求解方法获取模型最优参数。在不同规模数据集、不同光照和角度图像数据集对所提算法进行仿真验证,结果表明该算法对不同规模数据集均能取得满意的效果;对图像数据集仿真结果表明其具有很强的鲁棒性和泛化性能。
展开更多
关键词
概率偏最小二乘
稀疏表示
鉴别流形正则化
宽度神经网络
l_(2
p)-范数
下载PDF
职称材料
高桩墩台底模拆除工艺优化
2
作者
林睦良
《低碳世界》
2017年第20期151-152,共2页
利用高强度精轧螺纹钢筋加装轴承反吊主梁,结合水工传统的高桩码头墩台底模的拆除工艺,可以达到高效安全的施工目的。本文以实际工程为例,通过对施工工艺的比对,然后具体阐述了改进后的施工工艺流程,证明了改进后的高桩码头底模拆除工...
利用高强度精轧螺纹钢筋加装轴承反吊主梁,结合水工传统的高桩码头墩台底模的拆除工艺,可以达到高效安全的施工目的。本文以实际工程为例,通过对施工工艺的比对,然后具体阐述了改进后的施工工艺流程,证明了改进后的高桩码头底模拆除工艺具有更良好的优点。
展开更多
关键词
高桩码头
墩台底模
拆除工艺
下载PDF
职称材料
题名
PPLS与稀疏鉴别流形正则化的双模型协同宽度神经网络
1
作者
任世锦
季天元
林睦良
王倚天
迟云爽
温昕
机构
江苏师范大学计算机科学与技术学院
出处
《江苏海洋大学学报(自然科学版)》
CAS
2023年第1期88-96,共9页
文摘
宽度神经网络(broad neural networks,BNN)被认为是继深度神经网络之后的一种主流机器学习算法,然而BNN没有考虑数据不确定性及局部几何结构信息。为此,提出概率偏最小二乘(probabilistic partial least square,PPLS)与稀疏鉴别流形正则化的双模型协同宽度神经网络建模方法。该方法首先使用PPLS对BNN输入特征以及增强特征构成的高维数据提取低维隐藏变量,消除数据不确定信息以及冗余特征;基于稀疏表示方法自适应构建样本局部与非局部近邻矩阵,并结合PPLS模型投影矩阵,提出一种新颖的融合模型信息迁移、鉴别流形正则化以及l_(2,p)-范数约束的BNN建模方法,有效增强BNN模型的鲁棒性、建模精度,同时消除数据的随机不确定性;最后给出迭代优化求解方法获取模型最优参数。在不同规模数据集、不同光照和角度图像数据集对所提算法进行仿真验证,结果表明该算法对不同规模数据集均能取得满意的效果;对图像数据集仿真结果表明其具有很强的鲁棒性和泛化性能。
关键词
概率偏最小二乘
稀疏表示
鉴别流形正则化
宽度神经网络
l_(2
p)-范数
Keywords
probabilistic partial least square
sparse representation
discriminative manifold regularization
broad neural networks
l_(2,p)-norm
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
高桩墩台底模拆除工艺优化
2
作者
林睦良
机构
中交城市投资(广东顺德)有限公司
出处
《低碳世界》
2017年第20期151-152,共2页
文摘
利用高强度精轧螺纹钢筋加装轴承反吊主梁,结合水工传统的高桩码头墩台底模的拆除工艺,可以达到高效安全的施工目的。本文以实际工程为例,通过对施工工艺的比对,然后具体阐述了改进后的施工工艺流程,证明了改进后的高桩码头底模拆除工艺具有更良好的优点。
关键词
高桩码头
墩台底模
拆除工艺
分类号
U656.113 [交通运输工程—港口、海岸及近海工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
PPLS与稀疏鉴别流形正则化的双模型协同宽度神经网络
任世锦
季天元
林睦良
王倚天
迟云爽
温昕
《江苏海洋大学学报(自然科学版)》
CAS
2023
0
下载PDF
职称材料
2
高桩墩台底模拆除工艺优化
林睦良
《低碳世界》
2017
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部