您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 无舍入逆向模糊形态学联想记忆

  2. 介绍了一种新的模糊形态学联想记忆方法,对已有形态学联想记忆方法,特别是对异联想记忆起到一定的互补作用,实验表明,在一些情况下,可以得到较好的学习和记忆效果。该文刊登在SCI期刊神经网络世界(NNW)上。形态学神经网咯、形态学联想记忆网络与传统的人工神经网络是很不相同的,有独具的一些优点,感兴趣的读者可以浏览学习。
  3. 所属分类:机器学习

    • 发布日期:2017-08-24
    • 文件大小:1mb
    • 提供者:fengnaiqin
  1. LSTM 算法 长短期记忆网络

  2. 长短期记忆网络详解 ,内含详细的解释。英文资源。对理解LSTM网络的结构有很大的帮助!
  3. 所属分类:机器学习

    • 发布日期:2017-10-17
    • 文件大小:2mb
    • 提供者:th1522856954
  1. MEMORY NETWORK

  2. 关于机器学习内容,描述了一类新的学习模型,称为记忆网络。记忆网络通过推理组件与长期内存组件相结合来推理;他们学习如何共同使用这些组件。长期记忆可以被读取和写入,目的是将其用于预测。在问答的背景下研究这些模型,其中长期记忆有效地作为一个动态的知识库,输出是一个文本响应。我们在很大程度上评估了。
  3. 所属分类:机器学习

    • 发布日期:2018-05-08
    • 文件大小:149kb
    • 提供者:weixin_42082706
  1. 长短时记忆神经网络(LSTM)介绍及公式推导

  2. 长短时记忆网络(Long Short Term Memory Network, LSTM),它有效地解决了原始循环神经网络(RNN)的缺陷,在语音识别、图片描述、自然语言处理等许多领域中成功应用。本文讲解由三个Gate(input、forget、output)和一个cell 单元组成的基础LSTM 网络。
  3. 所属分类:深度学习

    • 发布日期:2018-07-08
    • 文件大小:242kb
    • 提供者:qq_38562705
  1. 长短时记忆神经网络(LSTM-2)型介绍及公式推导

  2. 长短时记忆网络(Long Short Term Memory Network, LSTM),它有效地解决了原始循环神经网络(RNN)的缺陷,在语音识别、图片描述、自然语言处理等许多领域中成功应用。(LSTM-2)型引入了Ct,Ct-1记忆对神经网络的影响,这个算法的预测效果要更好。
  3. 所属分类:深度学习

    • 发布日期:2018-07-08
    • 文件大小:195kb
    • 提供者:qq_38562705
  1. keras上LSTM长短期记忆网络金融时序预测python代码

  2. 用LSTM长短期记忆网络实现的金融序列单步预测的代码,基于keras框架搭建的模型,可以用于参考学习
  3. 所属分类:深度学习

    • 发布日期:2018-02-28
    • 文件大小:291kb
    • 提供者:qq_32535377
  1. LSTM(Long Short-Term Memory)是长短期记忆网络 一篇不错的文章

  2. 一篇不错的关于LSTM(是长短期记忆网络)的文章, 对于LSTM有一种不一样的理解
  3. 所属分类:深度学习

    • 发布日期:2018-11-11
    • 文件大小:49kb
    • 提供者:brucejiang1314
  1. 双向联想记忆网络

  2. 关于双向联想记忆网络的使用心得,包含该神经网络的原理等
  3. 所属分类:专业指导

    • 发布日期:2019-01-20
    • 文件大小:11kb
    • 提供者:weixin_44269510
  1. 基于长短期记忆网络的解码器设计及闭环脑机接口系统构建

  2. 随着脑机接口技术的发展,该技术在残疾人肢体功能恢复等方面应用越来越广泛。首先,在简介经典单关节信息传输模型基础上,设计并训练基于长短期记忆网络的解码器,代替原有脊椎电路通路将大脑信号传递给假肢;其次,为了在感觉反馈通路缺失时,仍能准确地恢复肢体运动功能,结合基于无模型控制策略设计的辅助控制器,构建闭环脑机接口系统,实现恢复关节活动障碍者缺失的感觉反馈通路从而实现跟踪期望轨迹的目的。由仿真可知,基于长短期记忆网络设计的解码器的离线解码效果良好。构建的闭环脑机接口系统对期望轨迹的跟踪以及缺失信息通路
  3. 所属分类:其它

  1. 基于python和tensorflow的双向长短时记忆网络代码

  2. 基于python3、tensorflow库的bilstm程序。双向长短时记忆网络。python文件。
  3. 所属分类:Python

    • 发布日期:2020-02-27
    • 文件大小:2kb
    • 提供者:qq_29989379
  1. 记忆网络中标上海校校通工程方案分析

  2. 记忆网络公司充分考虑到上海梅陇中学的需求,应用其特有的五项超级交换技术的网络设备,配以千兆铜线和千兆光纤的冗余方案,在平时使用光纤作为传输媒介,当出现问题的时候交换机能够自动切换到铜线上,增加了网络的可靠性,提高学院的教学科研和管理水平。
  3. 所属分类:其它

    • 发布日期:2020-07-08
    • 文件大小:289kb
    • 提供者:weixin_38664427
  1. 基于深度长短时记忆网络的区域级超短期负荷预测方法_张宇帆.pdf

  2. 超短期负荷预测为实时电力市场运行提供重要依据, 预测准确度的提升对于揭示负荷变化的不确定性以及日前 预测偏差具有重要意义。基于电力系统中含有的丰富大数据 资源,提出了一种针对区域级负荷的深度长短时记忆网络超 短期预测方法,该方法包括输入数据的预处理、深度长短时 记忆(long short-term memory,LSTM)网络的构建以及模型 的训练和超参数的寻找等步骤。其中采用随机搜索的方法寻 找最优超参数,并在该超参数下选择泛化能力最优的模型,与前沿机器学习预测算法进行对比。实验结果证实,深度
  3. 所属分类:讲义

    • 发布日期:2020-10-17
    • 文件大小:1mb
    • 提供者:SparkQiang
  1. 简单理解LSTM长短期记忆网络

  2. LSTM(Long Short Term Memory,长短期记忆网络)介绍 介绍:LSTM,也就是长短期记忆网络,是一种 RNN 特殊的类型,可以学习长期依赖信息。要想较好理解LSTM请先查看之前写的RNN的简单理解文章。在传统RNN训练经常会出现无法解决长期依赖、梯度消失和梯度爆炸的问题,学习能力有限,在实际任务中的效果往往达不到预期效果。此时引入LSTM,LSTM是RNN的一种变体,是为了解决长期依赖问题而专门设计出来的,可以对有价值的信息进行长期记忆,减小了循环神经网络的学习难度。 应用
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:169kb
    • 提供者:weixin_38685831
  1. 复杂形态双向联想记忆网络及其性能分析

  2. 复杂形态双向联想记忆网络及其性能分析
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:332kb
    • 提供者:weixin_38609913
  1. 长短时记忆网络.zip

  2. 长短时记忆网络
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:5kb
    • 提供者:csnd849667793
  1. 基于长短期记忆网络的恶意URL的检测

  2. 基于长短期记忆网络的恶意URL的检测
  3. 所属分类:其它

  1. 基于卷积双向长短期记忆网络的事件触发词抽取

  2. 基于卷积双向长短期记忆网络的事件触发词抽取
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:643kb
    • 提供者:weixin_38713061
  1. 记忆网络下教师指导下的教科书问答

  2. 记忆网络下教师指导下的教科书问答
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:754kb
    • 提供者:weixin_38552305
  1. 图记忆网络-源码

  2. 图记忆网络
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:10mb
    • 提供者:weixin_42127775
  1. 基于具有深度门的多模态长短期记忆网络的说话人识别

  2. 为了在说话人识别任务中有效融合音视频特征, 提出一种基于深度门的多模态长短期记忆(LSTM)网络。首先对每一类单独的特征建立一个多层LSTM模型, 并通过深度门连接上下层的记忆存储单元, 增强上下层的联系, 提升该特征本身的分类性能。同时, 通过在不同模型之间共享连接隐藏层输出与各个门单元的权重, 学习每一层模型之间的联系。实验结果表明, 该方法能有效融合音视频特征, 提高说话人识别的准确率, 并且对干扰具有一定的稳健性。
  3. 所属分类:其它

« 12 3 4 5 6 7 8 9 10 ... 50 »