您的位置： 专家智库 > >

陈志刚

作品数：6 被引量：0H指数：0
供职机构：韶关学院更多>>
相关领域：自动化与计算机技术电气工程更多>>

合作作者

文献类型

  • 5篇专利
  • 1篇期刊文章

领域

  • 5篇自动化与计算...
  • 1篇电气工程

主题

  • 2篇余弦
  • 2篇余弦相似度
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇相似度
  • 2篇卷积
  • 2篇卷积神经网络
  • 1篇电站
  • 1篇堆叠
  • 1篇多节点
  • 1篇征子
  • 1篇支持向量
  • 1篇冗余
  • 1篇数据分类
  • 1篇数据分区
  • 1篇数据冗余
  • 1篇特征集
  • 1篇特征降维
  • 1篇特征子空间

机构

  • 6篇韶关学院

作者

  • 6篇陈志刚
  • 5篇霍英
  • 4篇戴经国
  • 1篇聂华林

传媒

  • 1篇科技资讯

年份

  • 5篇2022
  • 1篇2013
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
一种基于MapReduce和MSSA的并行K-means聚类方法
本发明提出了一种基于MapReduce和MSSA的并行K‑means聚类方法，包括以下步骤：S1，对高维数据进行特征加权和特征提取；S2，对特征提取后的数据进行划分，通过两段映射选取高质量划分点，并根据划分点对数据进行广...
毛伊敏戴经国崔瑜陈志刚霍英
基于相对熵和余弦相似度的并行支持向量机优化方法
本发明提出了一种基于相对熵和余弦相似度的并行支持向量机优化方法，包括以下步骤：S1，数据划分：采用基于相对熵的数据划分策略DPRE进行数据划分，平衡当前子集和原始数据集的相对熵，划分样本到子集；S2，并行SVM训练：结合...
毛伊敏戴经果郭斌斌陈志刚霍英
文献传递
基于Im2col的并行深度卷积神经网络优化方法
本发明提出了一种基于Im2col的并行深度卷积神经网络优化方法，包括以下步骤：S1，特征并行提取：提取数据中的目标特征作为卷积神经网络的输入；S2，模型并行训练：在并行DCNN模型训练阶段的卷积过程之中，通过IM‑PMT...
毛伊敏戴经国龚克陈志刚霍英
国外内陆型核电站区位选择及其对韶关的启示
2013年
广东省将在韶关市拟建省内第一座内陆核电站。因此,本文首先根据国外建设内陆核电站的经验来总结出其选择需满足的关键区位因素:经济、政策、群众观念、水文、地质和技术,并根据这六方面对建设韶关核电站的区位条件进行对作可行性评估和提供科学实用的建议。
莫日发陈志刚聂华林
关键词：核电站区位选择
基于Winograd卷积的并行深度卷积神经网络优化方法
本发明提出了一种基于Winograd卷积的并行深度卷积神经网络优化方法，包括：S1，模型批训练阶段，采用基于余弦相似度与归一化互信息的特征过滤策略FF‑CSNMI，通过先筛选后融合的方式消除冗余特征的计算，解决了冗余特征...
毛伊敏戴经国李叶陈志刚霍英
基于增益率与堆叠自编码器的并行随机森林优化方法
本发明提出了一种基于增益率与堆叠自编码器的并行随机森林优化方法，包括：S1，对训练数据集进行特征降维：先对各特征计算特征依赖度获得候选特征集，再对候选特征集的各特征使用冗余过滤函数过滤候选特征集之外的冗余与不相关特征，并...
毛伊敏戴经国陈伟达陈志刚霍英
全选 清除 导出
共1页<1>
聚类工具0