简介:针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.
简介:本文根据对国家旅游度假区受机场飞机噪声影响情况的现场测量结果,首先分析机场噪声的影响程度,而后从飞机噪声源、飞机起降次数与时刻、飞机飞行程序、土地使用规划等方面着重研究降低机场噪声影响的主要措施,提出综合治理方案.
密集连接的多层超限学习机算法
武夷山机场噪声对国家旅游度假区的影响问题及其综合治理