广西教育厅科研项目(200103YB136)
- 作品数：2 被引量：23H指数：2
- 相关作者：易云飞喻飞赵志勇李元香覃俊更多>>
- 相关机构：河池学院武汉大学中南民族大学更多>>
- 发文基金：广西教育厅科研项目国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于极限学习的深度学习算法被引量：15
- 2015年
- 在使用传统的全局优化方法对整个深度信念网(DBN)进行优化的过程中需要大量的时间,且基于梯度的优化方法易陷入局部最优。为加快DBN的训练速度,将极限学习机(ELM)运用到DBN模型的训练中。分别将传统DBN与改进后的IDBN算法应用在手写体数据集MNIST、Binary Alphadigits数据集和USPS数据集上,实验结果表明,改进后的IDBN算法能够保证已有的学习准确性,提高学习的速度。
- 赵志勇李元香喻飞易云飞
- 关键词：极限学习机神经网络
- 基于优化理论的社区无标度网络模型被引量：8
- 2015年
- 当前建模社区无标度网络的研究多基于组合法,即先构造无标度特征再构造社区特征,或者先构造社区特征再构造无标度特征.基于组合法的模型能生成令人满意的社区无标度网络,但是该方法需要满足社区大小相等、社区特征和无标度特征间的顺序依赖等特定条件,而这些特定条件在真实网络的演化中往往并不存在.值得注意的是,多数学者同意社区网络起源于网络节点之间的类别距离,如地理距离、兴趣距离、偏好距离等,但现有研究尚未确证社区结构与类别距离之间的因果关系.针对组合法的缺点和社区特征起源的问题,该文建立了一个优化模型,该模型以无标度属性为优化目标,以类别距离为约束条件.仿真结果表明该模型揭示了类别距离与社区特征间的因果关系,能生成多种参数下的社区无标度网络,更好地拟合了现实世界中的社区无标度网络.
- 吴泓润覃俊易云飞李德毅郑波尽
- 关键词：无标度网络社交网络社会计算复杂网络
