简介:摘要:改进的向量生成模型和特征提取模型分别从融合后的环境体系中对关键词深层解读。通过CNN建模指代特征提取,以向量矩阵作为输入,融合后的分向样本作为输出集合多义词样本循环多层分向提取。模型内部特殊采用分向相对卷积思想,保留了空间信息内的词语完整释义。向量化指代分析中采用改进CBOW模型的PYP算法,观测每个单词的参数分布,模拟上下文窗口结构,加入权重系数验证结构和内容的概率分布可行。
简介:为了科学合理地对个人信用进行分级评价,本文提出了一种基于离散Hopfield神经网络的个人信用评价模型.由于离散Hopfield神经网络结构特征,使得其学习的过程可以演化到稳定状态,能够模拟生物神经网络的记忆机理,弱化评价中的人为因素,提高评价结果的准确性和权威性.同时借鉴美国FICO信用评分表的12个影响因素作为个人信用评价指标,把个人信用等级分为A,B和C三个等级,构建离散Hopfield神经网络个人信用评价模型.将3个待分类的个人指标数据进行仿真实验,结果表明该模型能够对个人信用进行有效的分级评价.
简介:摘要:随着我国社会主义市场经济建设的飞速发展,我国各个地方依据当地的资源优势迅速的踏上了高速前行的经济发展列车,海南岛自亚洲博鳌论坛会议、国际旅游岛、海南自贸经济特区建立以来,再次迎来了全新的发展机遇与挑战,结合海南当地的资源优势并进行优化整合,促成海南国际教育创新岛的建设和完善。本文首先对BP神经网络系统的运作原理建设进行了简单的介绍,其次通过BP神经网络模型对海南构建国际教育创新岛进行科学有效的分析和评估。
简介:随着计算机处理能力的快速提高,彩色图像处理受到人们越来越多的关注。针对现有纹理识别算法计算速度慢,识别精度低等问题,本文提出了一种将颜色信息融人到纹理识别中的新方法——基于小波概率神经网络的彩色纹理识别。首先将RGB彩色纹理图像转化为HSV彩色模型,用小波变换(wT)进行树形结构小波分解提取彩色纹理的特征,然后使用概率神经网络对测试样本进行分类识别。本文对不同的自然纹理图像进行了实验,并将实验结果与文献”0做了比较。实验结果证明,本文方法的识别效果明显优于文献。