-
-
-
-
Visualize Black-box of NN Model and its Application in Dimension...
... 连接权法计算神经网络输入变量的相对贡献率,判断其对输出变量的重要性;最后利用改进的随机化测验对连接权和输入变量贡献率进行显著性检验,修剪模型,并以综合贡献度和相对贡献率均不显著的输入变量的交集为依据,剔除冗余变量,实现NN模型透明化及变量选择。实验结果表明,该方法增加了模型的透明度,选择出了最佳输入变量,剔除了冗余输入变量,提高了模型的可靠性和鲁棒性。因此,该研究为神经网络模型的透明化及变量约简提供了一种新的方法。
-
-
-
基于双面反射镜的N×N光开关的特性分析和实验研究
报道了基于双面反射镜的N×N光开关器件。介绍了使用双面反射镜的2×2, 4×4光开关的集成光路设计和工作原理; 采用Benes网络, 以2×2和4×4光开关为基本单元的N×N光开关器件的整体结构, 并根据“一笔画”原理, 分析了4×4, 8×8和16×16光开关矩阵的可重排无阻塞特性 ...
-
-
-
使用NN的数字识别测试:借助正向传播算法,可以非常准确地识别手写数字
NN数字识别测试
问题描述
使用神经网络识别手写数字。
数据集
此处使用的数据集取自Andrew NG机器学习课程。 该数据集有5000个示例,并且还包含训练后的参数值。
使用的算法
sigmod
正向传播算法
结果
最终结果的总体准确度为95.5%,可以极大地检测出正确的值。
-
-