作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种基于卷积神经网络损失函数的多标签学习算法,并运用梯度下降的方法寻找函数极值,实验取得了不错的效果.
推荐文章
基于多标签神经网络的行人属性识别
多标签分类
神经网络
行人属性
深度学习
多尺度卷积循环神经网络的情感分类技术
文本情感分类
卷积神经网络
循环神经网络
长短时记忆
多尺度
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于改进卷积神经网络的 RFID 单标签非接触手势识别研究
非接触
单标签
细粒度识别
神经网络
马尔可夫变迁场
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 卷积神经网络的多标签学习研究
来源期刊 有线电视技术 学科
关键词 卷积神经网络 多标签学习 损失函数
年,卷(期) 2018,(1) 所属期刊栏目 NGB综合技术实验室专栏
研究方向 页码范围 79-81
页数 3页 分类号
字数 2080字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李玉刚 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (56)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
多标签学习
损失函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
有线电视技术
月刊
1008-5351
11-4021/TN
北京市2144信箱
chi
出版文献量(篇)
10278
总下载数(次)
7
论文1v1指导