搜索结果: 1-4 共查到“数据结构 Q-学习”相关记录4条 . 查询时间(0.209 秒)
用于时空稀疏小样本学习的大规模神经形态数据集N-Omniglot（图）
时空稀疏 小样本学习 神经形态数据集
2022/12/7
中国科学院自动化研究所类脑认知智能研究组在Nature出版社旗下期刊Scientific Data上在线发表了一篇题为“N-Omniglot,a large-scale neuromorphic dataset for spatio-temporal sparse few-shot learning”的论文，提出了用于时空稀疏小样本学习的大规模神经形态数据集——N-Omniglot，为脉冲神经网络...
基于流形学习的局部保持PCA算法在故障检测中的应用
主元分析 局部保持 故障检测 流形学习
2013/3/7
提出一种新的基于流形学习的数据降维及特征提取方法: 局部保持PCA 算法(LPPCA). 通过在PCA 的优化目标中融入流形学习的思想, 不仅使投影得到的低维空间和原始样本空间具有相似的全局结构, 并且保持了相似的局部近邻结构, 克服了传统PCA 方法只关注全局结构特征而忽略局部流形特征的缺陷, 同时给出了LPPCA 在故障检测中的应用方法. S-Curve 和Swiss-roll 曲面数值仿真和...
目前很多数据挖掘和机器学习方法都有一个基本假设：训练数据和测试数据必须服从相同的分布。但是在很多情况下这种假设不成立，没有考虑分布差异的传统机器学习方法就不能正确分类了。提出了一种新的迁移学习方法DRTAT，对原训练数据进行动态分割重组，适时地淘汰冗余数据，并进行分类器的集成。通过在多个文本数据集和UCI数据集上进行测试，并与TrAdaboost算法进行比较，表明了算法的先进性。