基于自编码器与Softmax分类器的康复评估方法.pdf
山柳****魔王
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于自编码器与Softmax分类器的康复评估方法.pdf
本发明公开基于自编码器与Softmax分类器的康复评估方法,属于柔性应变传感器测量技术领域,具体为:多个已知康复等级的训练者完成卡罗尔手功能评定任务,手指运动监测手套获取手指采集数据,经插值与抽值得到处理后数据;构建由自编码器和Softmax分类器构成的康复等级评估模型;以处理后数据为输入,已知康复等级为训练目标,对康复等级评估模型进行训练;待评估测试者完成任务并获得待评估手指采集数据,经插值与抽值输入至训练后康复等级评估模型,输出康复等级评估结果。本发明先三次埃尔米特插值与抽值,后等数值插值,用较少数据
基于稀疏自编码器和Softmax的轴承故障诊断方法及系统.pdf
本发明公开了一种基于稀疏自编码器和Softmax的轴承故障诊断方法及系统,在原始稀疏自编码器中引入局部约束,得到改进的稀疏自编码器,在改进的稀疏自编码模型局部约束体现在编码器权重矩阵的归一化以及只保留隐藏层余弦相似度最大的k个激活单元形成原始样本的局部子空间,其对应的特征是样本x的k近邻,解码器通过保留的k个编码单元来重构输入。采集滚动轴承不同运行状态的振动信号作为训练集,用训练集训练局部稀疏自编码器模型和Softmax分类器模型,得到模型参数从而完成故障诊断分类模型的建立,由于考虑了振动信号的局部特征,
一种基于softmax的文本多标签分类方法.pdf
本发明提供一种基于softmax的文本多标签分类方法,包括:文本预处理、文本特征向量提取、模型设计、模型训练、模型评估、模型应用,本发明使用bert模型提取句子特征向量,在使用双向门控循环单元和注意力模型构建训练网络,网络使用softmax作为激活函数而非sigmoid,同时使用配合softmax的改良交叉熵损失函数,提高负样本的学习效率,“softmax+交叉熵”没有类别不均衡的问题,因为它不是将多标签分类变成多个二分类问题,而是变成目标类别得分与非目标类别得分的两两比较,并且能够借助于LogSumEx
一种基于Softmax的SSVEP划窗分类方法.pdf
本发明公开了一种基于Softmax的SSVEP划窗分类方法。方法包括:采集初始SSVEP脑电信号数据;处理构建为训练集;构建FFT‑CNN神经网络;将训练集输入处理,输出工作类别的softmax值,计算分类平均值;获得训练完成的网络;实时采集检测SSVEP脑电信号数据,处理后输入训练完成的网络中处理输出,获得检测平均值;选取预测平均值和预测工作类别;将分类平均值与预测平均值进行比较,对检测者的工作类别进行分类,即实现检测者在预设时间段内的阶段状态的确定。本发明引入了权重的概念,用Softmax对每次的识别
基于特征编码器的训练方法及装置、分类方法及装置.pdf
本说明书实施例提供了一种基于特征编码器的训练方法及装置、分类方法及装置。在该方法中,获取当前训练样本,将当前训练样本以及用于分类的多个文本类别分别输入特征编码器,输出各个当前训练样本对应的样本特征向量以及多个文本类别对应的分类矩阵;基于输出的样本特征向量以及分类矩阵得到当前训练样本针对各个文本类别的预测值;以及在不满足循环结束条件时,根据所得到的预测值和当前训练样本的真实分类类别对特征编码器的编码器参数进行调整,调整后的特征编码器作为下一次循环的特征编码器。