樽海鞘算法优化支持向量机的RC柱抗侧移承载力预测作者：欧阳谦 骆欢来源：《地震研究》2024年第03期        摘要：現有钢筋混凝土（RC）柱抗侧移承载力预测模型缺乏泛化性能，延性柱抗弯承载力的预测模型不能用于非延性柱的抗剪承载力，反之亦然。机器学习（ML）方法能够解决这一问题，但由于无法自动剔除冗余和不相关特征，使得ML模型复杂度高且容易过拟合。为此...

随机梯度下降算法的优化与改进随机梯度下降（Stochastic Gradient Descent，简称SGD）算法是一种常用的优化算法，用于求解机器学习中的模型参数。它通过迭代的方式不断更新模型参数，以最小化损失函数。然而，传统的SGD算法存在一些问题，如收敛速度慢、易陷入局部最优等。为了解决这些问题，研究者们提出了许多改进和优化的方法。一、学习率调整方法学习率是SGD算法中一个重要的超参数，它决...

中国石油大学计算机第三次在线作业答案1.一元多项式的倒数是什么？答：一元多项式的倒数是倒排一元多项式，使多项式中的每一项的系数都取反。2.对于一个有穷的二维网格，权值路径的求解方法是什么？答：权值路径求解方法是使用动态规划技术，通过求解权值最大路径来求解权值路径。3.如何定义堆栈的抽象数据类型？在常用的正则化计算方法中 属于答：堆栈的抽象数据类型由两个基本操作组成：入栈和出栈，入栈操作将新数据元素...

数据预处理方法数据预处理是数据分析的重要环节，它的目标是通过对原始数据进行清洗、整理和转换，使数据能够更好地用于后续的分析和建模工作。本文将介绍几种常用的数据预处理方法。一、数据清洗数据清洗是数据预处理中最基础的一步，它主要是去除原始数据中的错误、缺失、重复和不一致等问题。常用的数据清洗技术包括：1. 异常值处理：排除与正常情况明显不符的异常值，可以采用统计学方法、专家知识或机器学习模型等进行识别...

偏微分方程解法中的光滑化方法偏微分方程是数学中一个非常重要的研究领域，它在物理学、天文学、工程学等众多学科领域中都有广泛应用。而对于许多情况，我们需要采用数值计算的方法来求解偏微分方程。但是，由于数值计算存在舍入误差和计算不精确等问题，因此，为了得到更加准确的解，我们往往需要使用光滑化方法。光滑化方法是指一类通过在原始解上进行平滑操作的技术，以消除数值计算中出现的边缘效应、震荡等问题，并获得更加稳...

人工智能基础(习题卷20)第1部分：单项选择题，共53题，每题只有一个正确答案，多选或少选均不得分。1.[单选题]自动识别系统属于人工智能哪个应用领域? ( )A)自然语言系统B)机器学习C)人类感官模拟答案:C解析:2.[单选题]关于函数不正确的说法是__x001f______。A)函数可以实现代码重用B)函数可以实现程序的模块化C)函数参数调用只能按位置调用D)函数的调用简化了程序的编写答案:...

条件随机场是一种用于标注和序列标注的概率模型。条件随机场模型由特征函数和权值向量组成，是一种无向图模型，能够描述输入变量和输出变量之间的关系。条件随机场模型在自然语言处理、计算机视觉、生物信息学等领域有着广泛的应用。在条件随机场模型中，参数的估计是一个重要的问题，本文将介绍条件随机场模型的参数估计方法。一、极大似然估计方法在常用的正则化计算方法中 属于在条件随机场模型中，常用的参数估计方法之一是极...

模型参数规模深度学习模型的参数规模是衡量模型复杂度的重要指标之一。参数规模越大，通常意味着模型能够处理更多的信息和更复杂的任务，但也意味着模型训练和推理的计算成本会增加。在本文中，我们将讨论模型参数规模的影响和一些减小模型参数规模的方法。深度学习模型的参数规模是指模型中需要学习的权重和偏置的数量。在神经网络中，每个神经元都有一个权重和一个偏置，这些权重和偏置的数量决定了模型的参数规模。参数规模越大...

地球物理反演中的正则化技术及应用正则化的直观理解地球物理反演是研究地球内部结构和性质的重要手段。正则化技术是地球物理反演过程中常用的数学方法，旨在解决反问题的不适定性和非唯一性，提高反演结果的稳定性和可靠性。本文将介绍正则化技术的基本原理和常用方法，并探讨其在地球物理反演中的应用。地球物理反演是根据观测数据推断地下地球结构和性质的过程。然而，由于地球介质的复杂性以及观测数据的不完备性和噪声污染等因...

全部符号解释字符描述\将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列正则化的直观理解 '\\' 匹配 "\" 而 "\(" 则匹配 "("。^匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。$匹配输入字符串的结束...