【摘 要】
：
现有的有监督主题模型训练算法的时间复杂度一般线性于主题数量,限制了其大规模应用.基于此种情况,文中提出最大熵判别潜在狄利克雷分配(MedLDA)有监督主题模型的高效学习算
【基金项目】
：
国家自然科学基金重点国际合作项目(No.61620106010),北京市自然科学基金重点专题项目(No.L172037)资助.
论文部分内容阅读
现有的有监督主题模型训练算法的时间复杂度一般线性于主题数量,限制了其大规模应用.基于此种情况,文中提出最大熵判别潜在狄利克雷分配(MedLDA)有监督主题模型的高效学习算法.算法为坐标下降算法,训练分类器的迭代次数少于MedLDA已有的蒙特卡洛算法.算法还利用拒绝采样及高效的预处理技术,将训练的时间复杂度从线性于主题数量降至亚线性于主题数量.在多个文本数据集上的对比实验表明,相比原有的蒙特卡洛算法,文中算法在训练速度上有大幅提升.
其他文献
通过对计算机软件的研究与学习以及对团体操项目的了解,查阅大量资料了解计算机软件技术在团体操项目中的应用了解到,有许多应用软件被应用至团体操的编排中,这些应用为团体
捕获更多的结构特征给网络表示学习方法带来较高的复杂度。基于分层递阶思想,文中提出基于邻域相似的层次粒化的网络表示学习方法,降低已有网络表示学习方法的复杂度。首先利
摘 要：目前，随着持续深化改革的日益推进，我国经济的快速发展，全球一体化经济的逐步形成，我国同其他国家的交流越来越广泛，各种商务活动也应接不暇，因此使每个行业对复合型商务英语人才有了更高的要求。如何做好人才培养，应是中职英语专业教学急需解决的问题。本文在对人才需求做到把控的基础上，创设“三对接”，即英语教学与产业需求、职业标准、生产对程对接模式，做好英语专业人才培养工作。 关键词：中职教育;商务
深度学习中用于训练的高光谱图像(HSI)数据十分有限,因此较深的网络不利于空谱特征的提取.为了缓解该问题,文中提出3D多尺度特征融合残差网络,利用深度学习和多尺度特征融合的方式对光谱-空间特征进行有序的学习.首先对3D-HSI数据进行自适应降维,将降维后的图像作为网络输入.然后,通过多尺度特征融合残差块依次提取光谱-空间特征,融合不同尺度的特征,通过特征共享增强信息流,获得更丰富的特征.最后以端到
基于资源保存理论,从资源视角提出两条敬业行为的生成机制,其一是资源积累和资源扩张-高绩效-敬业行为强化,其二是资源损耗和资源丧失-高压力-敬业行为弱化。在此基础上,强调
基于笛卡尔积,确立双直积论域覆盖空间,并研究其中的粗糙熵与知识粒度.首先,将双论域近似空间诱导出两个单论域覆盖空间,构建双直积论域覆盖空间.将双论域粗糙熵与知识粒度定