您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

计算机科学技术(18)

电子、通信与自动控制技术(6)

数学(5) 显示更多>>

信息科学与系统科学(3) 管理学(3) 物理学(1) 生物学(1) 中医学与中药学(0) 临床医学(0) 交通运输工程(0) 体育科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 环境科学技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

我的筛选 >
2003-2020 全部
为您找到包含“Loss Function”的内容共37

张强,崔倩倩

2013-05-24

考虑保费的目标估计与风险之间的相依性,在平衡损失函数下利用信度定价原理通过具有一般风险相依结构的风险保费来估计未来保费,得到了平衡损失函数下的Bühlmann和Bühlmann-Straub信度估计。结果表明,所得公式依然为经典公式加权的形式。

石河子大学理学院,新疆 石河子 832000,新疆石河子大学理学院,石河子,832000

#数学#

0评论(0 分享(0)

袁玉萍,安增龙,张宏礼

2013-07-15

支持向量回归机模型的性能与所选的损失函数有很大关系。提出一种基于不对称形式的二次不敏感控制型Ramp损失函数的支持向量回归机,采用凹凸过程优化和光滑技术算法,将非凸优化问题转化为连续、二次可微凸优化问题,利用Amijo-Newton优化算法求解所建立的优化模型,并分析了算法的收敛性。该算法不仅可以保持支持向量的稀疏性,而且还可以控制训练样本中的异常值。实验结果表明,该模型保持了很好的泛化能力,无论对模拟数据还是标准数据都具有一定的拟合精度,与标准支持向量机模型相比,不仅能够降低噪声和孤立点的影响而且也具有较强的鲁棒性。

高等学校博士学科点专项科研基金博导类资助课题项目(20112305110002

黑龙江省农垦总局科研资助项目(HNK11A-14-07

黑龙江八一农垦大学理学院,黑龙江 大庆 163319,黑龙江八一农垦大学经济管理学院,黑龙江八一农垦大学理学院

#信息科学与系统科学#

0评论(0 分享(0)

史家昆,范春晓,明悦

2018-01-08

近些年来,随着硬件设备的性能突破性地提高和人工智能技术的发展,对人脸识别技术研究的不断加深,利用复杂深度神经网络进行人脸识别任务被重新受到重视。本文在Caffe的深度学习框架下,对残差网络结构和损失函数进行了研究,并且提出了改进的深度学习网络算法,用以完成人脸识别的任务。通过使用CASIA WebFace人脸数据集训练网络,在具有挑战性的LFW人脸数据集上验证了提出算法的可行性和有效性,并且设计和实现了一套完整的人脸检测识别系统。

国家自然基金(NSFC-61402046

北京邮电大学电子工程学院,北京,100876,北京邮电大学电子工程学院,北京,100876,北京邮电大学电子工程学院,北京,100876

#计算机科学技术#

2评论(0 分享(0)

李依哲,陈振学

2017-08-24

人脸关键点检测是一种对人脸识别至关重要的计算机视觉任务。L2损失通常应用于该任务的卷积神经网络(CNN)优化,但它会受到训练过程中异常值的严重影响,异常值定义为该样本估计与平均训练样本估计有极大偏差的情况。为了解决这个问题,本文提出了一种使用Tukey鲁棒损失函数的回归CNN模型,该鲁棒损失是M-estimators之一且实现了对异常值的鲁棒性。本文的方法与传统的L2损失相比,不仅具有更好的收敛值,而且训练过程中收敛速度更快。该方法也在两个公开数据集中显示出比目前较先进的方法很有竞争力甚至更好的结果。

广西多源信息挖掘与安全重点实验室开放基金(MIMS16-02

国家自然科学基金项目(61203261

山东大学控制科学与工程学院,济南 250061,山东大学控制科学与工程学院,济南 250061

#电子、通信与自动控制技术#

0评论(0 分享(0)

汪建均,马义中

2014-06-05

多响应稳健参数设计通常涉及多元过程的稳健性度量、多响应之间的相关性、多目标优化的冲突、过程模型的预测性能以及优化结果的可靠性评估等问题。针对上述诸多问题,本文在贝叶斯统计建模的框架下结合多元质量损失函数与贝叶斯后验概率方法提出了一种多响应稳健参数设计的新方法。实例研究表明:与以往的研究方法相比,新方法在统一的贝叶斯模型框架下不仅通过多元质量损失函数考察了多元过程的稳健性,而且还结合贝叶斯后验概率方法评估了优化结果的可靠性,从而获得了更为稳健、更加可靠的参数设计值。

教育部高等学校博士学科点专项科研基金(20123219120032

中国博士后基金面上资助项目(2013M531366)

国家自然科学基金面上项目(71371099

南京理工大学经济管理学院,南京 210094,南京理工大学经济管理学院,南京 210094

#管理学#

0评论(0 分享(0)

钱鹰,叶青青

2018-02-14

现在存在的大部分监督哈希是将手工提取的特征转换为哈希值,然后根据图像标签为监督信息得到损失函数,但是手工提取特征以及不完全考虑所有损失的损失函数会降低检索精度。监督哈希算法主要目的是通过训练数据以及数据的标签提升数据与相应哈希的相似度,从而提高检索的相似度。本文提出了一个新的监督哈希算法,将每个图像的多标签转换为二进制向量,通过汉明距离得到成对图像的相似度,放入损失函数中作为监督信息,加上图像特征量化为哈希码时的量化误差以及所有图像哈希码与平衡值的差值,结合以上所有部分生成损失函数,进行网络训练。实验结果显示本文的方法在检索精度上比现有的方法有所提升。

Chongqing University of Posts and Telecommunications,Image and multimedia laboratory,Chongqing 400065,Chongqing University of Posts and Telecommunications,Image and multimedia laboratory,Chongqing 400065

#计算机科学技术#

0评论(0 分享(0)

何东航,易正俊

2017-04-13

感知机是将线性可分的训练样本实例划分为正负两类的分离超平面。分类准则是使得误分类点达到最小,采用梯度下降法对损失函数进行极小化,求得分离超平面。但这种迭代方法求出的超平面不唯一,对训练样本的分类效果好,可能对测试集的分类效果较差,即泛化能力不理想。本文把人工蜂群算法用于求解感知机模型,构造了一个适用于蜂群算法的损失函数,提高了算法的分类精度。

重庆大学数学与统计学院,重庆大学数学与统计学院

#计算机科学技术#

0评论(0 分享(0)

施亮星,吴帆

2018-05-15

在多响应优化问题研究中,权衡响应的位置效应与分散效应是十分重要的内容。本文提出了基于响应的位置与分散效应构建的损失函数方法,在考虑多响应间相关性的情况下,权衡位置与分散效应的相对重要性,以获得符合试验者期望的最优输入因子组合。此外,本文同时允许试验者对比不同权重水平下响应位置效应与分散效应的损失水平及变化趋势,从而为其遴选出最理想的输入因子组合提供有效信息。实例分析结果表明,在多响应优化问题中,本文方法适用于更多实际情境,且更为有效。

College of Management and Economics, Tianjin University, Tianjin 300072,College of Management and Economics, Tianjin University, Tianjin 300072

#管理学#

0评论(0 分享(0)

吴志洋,何勇

2012-02-16

本文采用损失函数来对多产品报童问题进行分析,与利润函数下的结果进行比较。进而采用半方差法来刻画风险,并将其拓展到衡量多产品报童问题中。通过建立模型,来给出优化策略。

高等学校博士学科点专项科研基金(200802861030

国家自然科学基金(71001025

东南大学经济管理学院,南京 210096,东南大学经济管理学院,南京,210096

#数学#

1评论(0 分享(0)

陈家祥,潘力立

2019-05-22

近年来伴随着深度学习的发展,人脸识别已经达到了很好的效果,并且有着成熟稳定的应用市场。但是跨衰老人脸识别问题却依然停步不前。由于跨衰老问题需要的数据库必须包含同一个人在不同年龄段的图片,所以数据库的收集尤为困难。为此,本文提出两种种充分利用现有年龄数据库标签的方法。一是针对年龄标签在网络结构中的使用,本文提出年龄嵌入方法,剔除了深度特征中的年龄信息。该方法设计将图片年龄标签处理后转化为年龄向量,与深度特征级联后再进行分类。二是针对年龄标签在损失函数中的应用,本文设计了带有年龄系数的损失函数,使得极大或极小年龄的图片产生的损失在总损失中所占比重更大。该方法通过对年龄标签的计算将其转化为年龄系数,然后与图片的中心损失相乘得到新的损失。

中央高校基本业务费项目基金(ZYGX2016J034

电子科技大学信息与通信工程学院,成都 611731,电子科技大学信息与通信工程学院,成都 611731

#计算机科学技术#

0评论(0 分享(0)