-
公开(公告)号：CN117216657A
公开(公告)日：2023-12-12
申请号：CN202311172428.X
申请日：2023-09-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/2415 , G06F18/2433 , G06N3/0895
Abstract: 本发明公开了一种基于相关熵改进半监督随机神经网络的数据分类方法和装置，属于半监督学习、数据分类领域，包括：准备含有离群值或非高斯噪声的图表数据样本作为待分类数据样本；将SSELM算法的代价函数中的均方误差准则项用相关熵替换得到改进的代价函数；将待分类数据样本输入SSELM算法，并以最大化改进的代价函数为目标，优化SSELM算法的输出权重矩阵，得到本发明提出的RC‑SSELM算法；基于RC‑SSELM算法对待分类数据样本进行分类并输出相应的标签类别。本发明提出的RC‑SSELM算法在保留SSELM算法原有优点的基础上，极大提升了对包含离群值或非高斯噪声的数据样本的处理能力，具有高精度的优点。
Search Results
1
records
(took 0.029 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
