典型文献
基于Python分析学生学习算法研究与实践
文献摘要：
基于Python语言,结合"老师-学生"模型以及卷积自编码网络提出了 Sound Auto Encoder算法,深入研究学生学习算法和实践研究,通过无监督特征学习的方式处理音频数据,根据自编码网络、卷积神经网络原理及相关工作,提出Sound Auto Encoder模型及Sound Net中的"老师-学生"模型.在音频数据的特征学习中,通过分析现有算法优势及局限,对Sound Auto Encoder算法模型网络结构及网络学习算法进行分析.通过实验,对算法Sound Auto Encoder和Sound Net进行对比,在五折上,Soimd Auto Encoder算法取得的结果要比Sound Net明显好;在低于600次迭代中,Soimd Auto Encoder算法的结果相较好,Sound Net算法基本处于训练初级阶段,且与可获得的最好结果尚有差距.
文献关键词：
Python语言;学习算法;"老师-学生"模型;Soimd Auto Encoder算法
中图分类号：
作者姓名：
胡晴云
作者机构：
甘肃警察职业学院,甘肃兰州730000
文献出处：
引用格式：
[1]胡晴云-.基于Python分析学生学习算法研究与实践)[J].玉溪师范学院学报,2022(06):61-68
A类：
Soimd
B类：
Python,算法研究,卷积自编码网络,Sound,Auto,Encoder,无监督特征,特征学习,音频数据,Net,算法模型,网络学习,五折,折上,本处,初级阶段,尚有
AB值：
0.212439
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
