搜索结果: 1-2 共查到“人工智能 图学习”相关记录2条 . 查询时间(0.668 秒)
基于低秩张量图学习的不完整多视角聚类
多视角聚类 视角缺失 不完整多视角聚类 图学习
2024/1/16
传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信息,该方法将低秩张量图约束和视角内在图保持约束融入到多视角谱聚类模型。
二进神经网络的汉明图学习算法
模式识别 二进神经网络 学习算法
2007/12/26
二进神经网络的几何学习算法ETL必须分隔全部真顶点集合和伪顶点集合，且为一种穷举的算法.该文使用所定义的汉明图和子汉明图，给出了选择核心顶点的依据，组成和扩展子汉明图的方向和步骤，以及一个子汉明图可用一个隐层神经元表示的条件和权值、阈值的计算公式.所提出的二进神经网络汉明图学习算法可用于任意布尔函数；无需穷举并一定收敛，因而是快速的；对文献所举实例取得了较ETL算法结构更为优化的三层前向网络.