您的位置: 专家智库 > >

李倩倩

作品数:2 被引量:0H指数:0
供职机构:贵州大学计算机科学与技术学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇学习步长
  • 1篇上下界
  • 1篇阈值
  • 1篇下界
  • 1篇相变
  • 1篇可满足性
  • 1篇SV
  • 1篇D+
  • 1篇超参数
  • 1篇K-SAT

机构

  • 2篇贵州大学

作者

  • 2篇王以松
  • 2篇李倩倩
  • 1篇张振鹏

传媒

  • 2篇贵州大学学报...

年份

  • 1篇2018
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
随机k-SAT的相变上下界
2016年
在随机k-SAT模型的基础上,针对合取范式的满足性问题进行研究。对于固定的变量数n,随着子句数m增加,当m/n接近某一值时公式的可满足性发生剧烈的变化,可满足的概率从1变为0,也就是经常提到的相变问题。证明k-SAT相变的阈值上界为2kln2;当k(k<53)比较小时阈值下界为2^(k-1)ln2;当k(k≥53)比较大的时候,对任何ε=ε(k)>0(ε是关于k的函数)且εn→!(趋近无穷大),存在α0=2~k ln2,使得下界为αl=(1-ε)α0。通过实验对k为2,3,4时的阈值进行验证。
李倩倩王以松冯仁艳张振鹏
关键词:K-SAT可满足性相变阈值
SVD++推荐算法的超参数
2018年
SVD++算法由于其能够融入评分信息和隐式信息得到了广泛的应用。SVD++算法中的模型参数可以通过随机梯度下降或者最小二乘法得到最佳参数。但是SVD++中的超参数需要手动选取,而超参数会极大影响SVD++模型的准确度。本文使用两个常见的数据集,并且选取了不同的训练集-测试集切割比,使用随机梯度下降算法,对SVD++中的两个超参数学习步长和规则化参数进行研究,选用评分指标中应用最广的三个评测指标RMSE、MAE、MSE,分别得到了效果最好的超参数值。同时通过实验,本文得到了超参数对SVD++算法影响规律和一系列结论,对SVD++算法在其他数据上如何选取最好超参数值有参考意义。
张振朋王以松冯仁艳李倩倩
关键词:学习步长
共1页<1>
聚类工具0