基于PSO的小样本特征选择优化算法研究 |
| |
作者姓名: | 杨鹤标 刘芳 胡惊涛 |
| |
作者单位: | 江苏大学 计算机科学与通信工程学院,镇江212013 |
| |
基金项目: | 国家自然科学基金;江苏省社会发展项目 |
| |
摘 要: | 针对神经网络进行小样本数据训练时出现文本表征精确度低及特征过拟合,易造成权值全局最优和局部最优的不平衡现象,提出一种基于粒子群的双向长短期记忆网络(Bi-PSO)算法,利用Bi-LSTM对序列数据中长短期距离依赖信息的能力,对文本特征矩阵进行最小残差化处理得到降维矩阵,并通过粒子群算法获取降维矩阵中特征向量的全局最优和...
|
关 键 词: | 小样本学习 神经网络 粒子群 不平衡现象 特征选择 |
本文献已被 CNKI 万方数据 等数据库收录! |
|