本文基于偏微分方程和機器學(xué)習(xí)相結(jié)合的方法,通過減少函數(shù)微分不變量的個數(shù),提出新的模型來提高機器學(xué)習(xí)的效率.仿真實驗顯示,新的模型在程序運行時間上有了巨大的縮減,并且視覺效果與原先模型相差不大,峰值信噪比與原模型相差不大. 

【文章來源】：杭州師范大學(xué)學(xué)報(自然科學(xué)版). 2020,19(02)

【文章頁數(shù)】：5 頁

【文章目錄】：
1 基于機器學(xué)習(xí)和PDE的模型介紹
2 新的算法及步驟
3 實驗結(jié)果與分析
    3.1 實驗設(shè)置
    3.2 實驗結(jié)果
    3.3 實驗結(jié)果分析
4 結(jié)論


【參考文獻】：
期刊論文
[1]低信噪比下天基預(yù)警雷達空中目標(biāo)相對運動參數(shù)估計方法[J]. 周亮,袁俊泉,鄭岱堃,馬曉巖,王悅.  信號處理. 2019(01)
[2]基于塊坐標(biāo)下降法的微網(wǎng)群日前聯(lián)合優(yōu)化調(diào)度[J]. 劉寶林,周少雄,曾智基,楊蘋.  可再生能源. 2018(10)
[3]變系數(shù)Benjamin-Bona-Mahony-Burgers方程的微分不變量和精確解[J]. 李會會,劉希強,辛祥鵬.  山東大學(xué)學(xué)報(理學(xué)版). 2018(10)
[4]基于約束最小二乘與信賴域的儲層參數(shù)反演方法[J]. 林恬,孟小紅,張致付.  地球物理學(xué)報. 2017 (10)

博士論文
[1]偏微分方程學(xué)習(xí)模型的算法研究及其在圖像處理中的應(yīng)用[D]. 趙振宇.國防科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]基于全變分的自適應(yīng)圖像修復(fù)算法研究[D]. 丁成軍.江西理工大學(xué) 2018



本文編號：3461607