检索结果-维普期刊中文期刊服务平台

基于样本重要性的分布式深度学习通信优化策略: 1; 作者蒙玉功《现代电子技术》北大核心 2025年第13期77-82,共6页; 分布式深度学习中的计算节点需要频繁地与服务器进行梯度数据交换,从而产生较大的通信开销。针对上述问题,文中提出一种基于样本重要性的分布式深度学习通信优化策略。主要包括三个设计内容:首先,通过验证性实验探索数据样本的重要性分... 展开更多; 关键词分布式深度学习随机梯度下降样本重要性交叉熵网络状态感知动态压缩; 在线阅读下载PDF 职称材料

基于样本重要性原理的KNN文本分类算法被引量：6: 2; 作者万韩永左家莉 +1 位作者万剑怡王明文《江西师范大学学报（自然科学版）》 CAS 北大核心 2015年第3期297-303,314,共8页; KNN是重要数据挖掘算法之一,具有良好的文本分类性能.传统的KNN方法对所有样本权重看作相同,而忽略了不同样本对于分类贡献的不同.为了解决该个问题,提出了一种样本重要性原理,并在此基础上构造KNN分类器.应用随机游走算法识别类边界点... 展开更多; 关键词文本分类 KNN 样本重要性原理 SI-KNN; 在线阅读下载PDF 职称材料

一种新的基于统计的自动文本分类方法被引量：48: 3; 作者刘斌黄铁军 +1 位作者程军高文《中文信息学报》 CSCD 北大核心 2002年第6期18-24,共7页; 自动文本分类就是在给定的分类体系下 ,让计算机根据文本的内容确定与它相关联的类别。为了提高分类性能 ,本文提出了中文文本多层次特征提取方法和基于核的距离加权KNN算法。多层次特征提取方法在汉字、常用词表和专业词表三个层次上... 展开更多; 关键词统计自动文本分类多层次特征提取距离加权KNN算法样本重要性分析汉字识别; 在线阅读下载PDF 职称材料

基于广义加权支持向量机的焊接缺陷分类方法被引量：4: 4; 作者张晓光肖兴明 +1 位作者任世锦张兴敢《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第5期644-648,共5页; 提出了一种广义加权支持向量机(GW SVM)的焊接缺陷分类算法。首先为克服由于样本数量不平衡性引起的小样本类别精度差的问题,引入由于样本差异的权重;然后为解决不同类别的重要性要求,根据经验人工确定不同类别重要性的权重。针对样本... 展开更多; 关键词广义加权支持向量机样本不平衡样本重要性有监督聚类焊接缺陷分类; 在线阅读下载PDF 职称材料

一种改进的加权边界调节支持向量机算法被引量：2: 5; 作者程丽丽张健沛马骏《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2007年第10期1135-1138,共4页; 为了改进现有支持向量机所确定的边界抗干扰能力差、对噪声数据敏感等问题,减少野点数据对形成支持向量机边界存在的影响,根据各个样本在整个训练样本集中的重要性不同,将各个训练样本的重要性程度值作为权值赋予边界值上,提出了一种基... 展开更多; 关键词支持向量机最优超平面样本重要性加权边界调节; 在线阅读下载PDF 职称材料

题名基于样本重要性的分布式深度学习通信优化策略: 1; 作者蒙玉功; 机构广西码农信息科技有限公司; 出处《现代电子技术》北大核心 2025年第13期77-82,共6页; 文摘分布式深度学习中的计算节点需要频繁地与服务器进行梯度数据交换,从而产生较大的通信开销。针对上述问题,文中提出一种基于样本重要性的分布式深度学习通信优化策略。主要包括三个设计内容:首先,通过验证性实验探索数据样本的重要性分布;其次,通过交叉熵损失评估数据样本的重要性;最后,结合网络状态感知机制,以端到端的网络时延作为网络状态的反馈指标,计算节点动态调整传输梯度的压缩比,在保证模型收敛的同时减少网络通信量,进而提高分布式深度学习的训练效率。实验结果表明,所提方法在不同规模的分布式训练场景下能够有效提高通信效率。与现有的梯度压缩策略相比,所提方法最多可以减少40%的分布式训练时间。; 关键词分布式深度学习随机梯度下降样本重要性交叉熵网络状态感知动态压缩; Keywords DDL stochastic gradient descent sample importance cross-entropy network status awareness dynamic compression; 分类号 TN915.05-34 [电子电信—通信与信息系统] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于样本重要性原理的KNN文本分类算法被引量：6: 2; 作者万韩永左家莉万剑怡王明文; 机构江西师范大学计算机信息工程学院; 出处《江西师范大学学报（自然科学版）》 CAS 北大核心 2015年第3期297-303,314,共8页; 基金国家自然科学基金(61272212 61163006 +2 种基金 61203313 61365002 61462045)资助项目; 文摘 KNN是重要数据挖掘算法之一,具有良好的文本分类性能.传统的KNN方法对所有样本权重看作相同,而忽略了不同样本对于分类贡献的不同.为了解决该个问题,提出了一种样本重要性原理,并在此基础上构造KNN分类器.应用随机游走算法识别类边界点,并计算出每个样本点的边界值,生成每个样本点的重要性得分,将样本重要性与KNN方法融合形成一种新的分类模型——SI-KNN.在中英文文本语料上的实验表明:改进的SI-KNN分类模型相比于传统的KNN方法有一定的提高.; 关键词文本分类 KNN 样本重要性原理 SI-KNN; Keywords ext classification KNN sample importance principals SI-KNN; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种新的基于统计的自动文本分类方法被引量：48: 3; 作者刘斌黄铁军程军高文; 机构中国科学院计算技术研究所中国科学院研究生院中国科学院文献情报中心; 出处《中文信息学报》 CSCD 北大核心 2002年第6期18-24,共7页; 基金国家科学数字图书馆重大专项 (CSDL2 0 0 2 - 18); 文摘自动文本分类就是在给定的分类体系下 ,让计算机根据文本的内容确定与它相关联的类别。为了提高分类性能 ,本文提出了中文文本多层次特征提取方法和基于核的距离加权KNN算法。多层次特征提取方法在汉字、常用词表和专业词表三个层次上提取文档的统计特征 ,能够更好地反映文档的统计分布。基于核的距离加权KNN算法解决了样本的多峰分布、边界重叠问题和分类器的精确分类决策问题。实际应用中 ,互联网和文本库提供了大量经过粗分类的训练文本 ,但普遍存在样本质量较差的问题 ,本文通过样本重要性分析技术解决此问题。实验系统证明了新方法的有效性。; 关键词统计自动文本分类多层次特征提取距离加权KNN算法样本重要性分析汉字识别; Keywords automatic text classification multi level feature selection Kernel based Distance weighted KNN algorithm sample weightiness analysis; 分类号 TP391.43 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于广义加权支持向量机的焊接缺陷分类方法被引量：4: 4; 作者张晓光肖兴明任世锦张兴敢; 机构中国矿业大学机电工程学院浙江大学工业控制技术国家重点实验室南京大学电子科学与技术系; 出处《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第5期644-648,共5页; 基金江苏省博士后科研基金资助项目; 文摘提出了一种广义加权支持向量机(GW SVM)的焊接缺陷分类算法。首先为克服由于样本数量不平衡性引起的小样本类别精度差的问题,引入由于样本差异的权重;然后为解决不同类别的重要性要求,根据经验人工确定不同类别重要性的权重。针对样本重要性的影响,采用有监督模糊聚类方法来确定样本重要性权重。测试结果表明:广义加权支持向量机在噪声影响较大及样本类别相差较大时,能够提高重要的、数量少的缺陷检测精度。; 关键词广义加权支持向量机样本不平衡样本重要性有监督聚类焊接缺陷分类; Keywords GWSVM sample imbalance sample importance cluster with supervision welding defect classification; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种改进的加权边界调节支持向量机算法被引量：2: 5; 作者程丽丽张健沛马骏; 机构哈尔滨工程大学计算机科学与技术学院; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2007年第10期1135-1138,共4页; 基金国家自然科学基金资助项目(60673131) 黑龙江省自然科学基金资助项目(F2005-02); 文摘为了改进现有支持向量机所确定的边界抗干扰能力差、对噪声数据敏感等问题,减少野点数据对形成支持向量机边界存在的影响,根据各个样本在整个训练样本集中的重要性不同,将各个训练样本的重要性程度值作为权值赋予边界值上,提出了一种基于加权边界调节的支持向量机算法.通过对标准UC I数据集和人工数据集上的仿真实验表明,基于加权边界调节的支持向量机具有较好的野点免疫能力,具有更高的分类精度、更少的支持向量和更好的推广能力.; 关键词支持向量机最优超平面样本重要性加权边界调节; Keywords support vector machine optimal hyperplane sample importance weighted adjustable separating hyperplane; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于样本重要性的分布式深度学习通信优化策略	蒙玉功	《现代电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于样本重要性原理的KNN文本分类算法	万韩永左家莉万剑怡王明文	《江西师范大学学报（自然科学版）》 CAS 北大核心	2015	6	在线阅读下载PDF 职称材料
3	一种新的基于统计的自动文本分类方法	刘斌黄铁军程军高文	《中文信息学报》 CSCD 北大核心	2002	48	在线阅读下载PDF 职称材料
4	基于广义加权支持向量机的焊接缺陷分类方法	张晓光肖兴明任世锦张兴敢	《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2005	4	在线阅读下载PDF 职称材料
5	一种改进的加权边界调节支持向量机算法	程丽丽张健沛马骏	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2007	2	在线阅读下载PDF 职称材料