基于動態dropout的改進堆疊自動編碼機方法
大小：0.86 MB 人氣： 2017-12-26 需要積分：2
針對堆疊自動編碼機（ SA）容易產生過擬合而降低垃圾郵件分類精度的問題，提出了一種基于動態dropout的改進堆疊自動編碼機方法。首先分析了垃圾郵件分類問題的特殊性，將dropout算法引入到堆疊自動編碼機算法中；同時，根據傳統dropout算法容易使部分節點長期處于熄火狀態的缺陷，提出了一種動態dropout改進算法，使用動態函數將傳統靜態熄火率修改為隨著迭代次數逐漸減小的動態熄火率；最后，利用動態dropout算法改進堆疊自動編碼機的預訓練模型。仿真結果表明，相比支持向量機（SVM）和反向傳播（BP）神經網絡，改進的堆疊自動編碼機平均準確率達到了97. 66%，各個數據集上馬修斯系數都大于89%；與傳統堆疊自動編碼機相比，改進的堆疊自動編碼機的馬修斯系數在Errorl -6數據集上分別提高了3.27%、1.68%、2.16%、1.5l%、1.58%、1.07%。實驗結果表明，基于動態dropout算法的改進堆疊自動編碼機具有更高的分類精度和更好的穩定性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于動態dropout的改進堆疊自動編碼機方法下載
相關電子資料下載
- NMOS LDO和PMOS LDO的Dropout Voltage簡析 1372
- 線性電源LDO基礎知識(一)：壓降Dropout Voltage 2097
- 改進Hinton的Dropout：可以用來減輕欠擬合了 299
- Dropout怎么體現正則化作用？ 699
- ldo芯片選型分析 你會選擇LDO dropout voltage嗎？ 15086
- 詳解一種簡單而有效的Transformer提升技術 6315
- 關于Dropout、BN及數據預處理方案 4128
- 神經網絡中的dropout是什么？怎么使用 21962
- 帶Dropout的訓練過程 4039
- 一周AI大事盤點：MIT和IBM利用AI探索神經科學，谷歌回應AI爭議 559