排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
在实时文本分类任务中经常会有新类别出现,传统的文本分类方法通常难以利用实时的小规模样本学习新类别的模型。提出了一种基于迁移学习的新类别模型训练方法。首先将迁移学习技术和LS -SVM 算法结合,设计正则化项以控制源模型的迁移量及新模型与源模型的相似度,达到增量迁移。其次具体讨论了正则化项的学习方法。实验结果显示该方法相对同类算法有更好的分类性能,可以更高效地完成各种实时文本分类任务。 相似文献
2.
以"循环报数、逢N退出"问题求解过程的可视化演示为目的,采用C++面向对象思想,利用单向循环链表的相关理论和MFC集成环境等技术,设计数据类,结点类及链表类,将问题的求解过程以图形化的方式展现,获得了以直观方式观察求解过程的结果. 相似文献
3.
扫描线多边形区域填充算法研究 总被引:1,自引:0,他引:1
在CAD系统中,经常需要对封闭区域进行填充,对于一个功能完善的CAD系统而言,区域填充算法是十分重要的内容,同时该算法也是图形学的基本算法之一.单连通多边形是解决复杂区域填充问题的基础,从扫描线区域填充的原理、数据结构的设计、算法实现等几个方面进行了详细的分析. 相似文献
1