科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于精度的宽度学习动态节点调整方法,包括以下步骤：S1：设置初始映射特征节点和增强节点个数、预设精度和迭代次数,基于该参数建立宽度学习模型；S2：判断模型精度是否达到预设测试精度或迭代次数,若是,则输出模型训练和测试属性；若否,则进入S3；S3：根据宽度学习模型的精度和预设精度计算需要增加的增强节点数量；S4：增加增强节点数量,并构建宽度学习模型。本发明通过使用模型的精度差异自动计算出合适的增强节点增加数量,避免了人为设置模型参数的繁琐步骤,以及由设置过多引起的参数,占用内存和训练时间的激增。此外,宽度学习动态节点调整策略具有简单、性能高的优势。
- 单位
