• 最新
西南交大等申请基于GA-BP神经网络的UDEC细观参数标定方法专利,提高BP神经网络的预测精度和泛化能力

本发明采用GA‑BP模型,遗传算法优化BP神经网络是一种结合了遗传算法和BP神经网络的预测方法,利用遗传算法优化BP神经网络的权值和阈值,提高BP神经网络的预测精度和泛化能力。遗传算法优化BP神经网络的优点是可以克服BP神经...

北京国网信通埃森哲申请基于灰度改进的 GA-BP 神经网络配网工程物资需求预测系统专利,预测精度提升_...

BP 模型训练模块,使用 GA 算法优化过的初始权值和阈值利用 BP 模型进行训练,得到 BP 神经网络模型;数据预测模块,基于 BP 神经网络模型进行预测。本发明预测精度提升。天眼查资料显示,北京国网信通埃森哲信息技术有限公司...

河南交通投资集团等申请基于PSO-BP的发泡型浆液注浆效果预测方法及系统专利,实现发泡型浆液注浆修复效果的...

利用PSO‑BP神经网络模型将裂隙开度、裂隙粗糙度、动水压力和注浆影响因素数据划分为训练集和测试集,生成注浆扩散距离预测模型和注浆堵水率预测模型,通过生成的模型对测试集进行预测,得到注浆扩散距离和注浆堵水率的预测值...

ConsensuSV-ONT:基于长读长测序和卷积神经网络的结构变异精准检测新方法

卷积神经网络(CNN)模型:将变异区域编码为 50×50×3 的图像矩阵,分别训练针对缺失(DEL)和插入/重复(INS/DUP)的分类模型,以过滤高质量变异。...例如,在 9637 bp 缺失检测中,Illumina 因 reads 映射不足无法识别,仅长读...

优化器是训练神经网络的重要组成部分,使用优化器的目的不包含哪一项()

一般用误差反向传播(BP)算法训练神经网络 C.神经网络的隐藏层越少,训练时间越长 D.常用的优化器(optimizer)包括adam,sgd,lbfgs等 点击查看答案 第5题 为了加速神经网络模型训练时的收敛效率,应该调整TensorFlow中以下...

对于一个分类任务,如果开始时神经网络的权重不是随机赋值的,而是都设成0,下面哪个叙述是正确的()

神经网络训练后很容易得到分类的规则 C.训练人工神经网络是一个很耗时的过程 D.只能用于分类任务 点击查看答案 第6题 对于分类任务,我们...如果调整BP神经网络的权值,如何使BP神经网络的输入与输出之间的关系与给定的样本相同 ...

Sigmoid是早期神经网络模型中常见的非线性变换函数()

激活函数会影响神经网络的训练过程,因此会影响神经网络模型的质量 B.在修正权重的过程中,靠近多层神经网络...BP神经网络中隐层使用的Sigmoid是函数,其值在输入空间中无限大的范围内为非零值,因而是一种全局逼近的神经网络。...

下面的()是神经网络中所用的函数。

下面关于BP神经网络的训练的说法中,正确的说法是哪个 A.BP神经网络的训练过程中,先进行后向传播再进行前向传播 B.通过损失函数对后向传播结果进行判定 C.通过前向传播过程对权重参数进行修正 D.训练过程中权值参数的运算量很...

图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析

该方法实质上训练图神经网络,如果文档的邻居看起来也与查询相关,则向上调整该文档的分数,这是一个强大的重排序信号。其他逐点图神经网络模型引入了独特的图构建或图神经网络架构。例如,G-RAG集成了抽象意义表示图:它将...

相关阅读