SAMN: 一个融合了 SVM 和 NN 的样本关注记忆网络
原文中文，约300字，阅读约需1分钟。发表于：。支持向量机（SVM）和神经网络（NN）具有很强的互补性。为了解决将它们真正整合起来的问题，本研究提出了一种样本关注记忆网络（SAMN），通过将样本关注模块、类原型和记忆块纳入神经网络中，有效地结合了 SVM 和 NN。SAMN 在多分类任务中显著提高了分类性能，而且在参数规模相似的情况下超过了单独的 SVM 或 NN 模型，以及之前最佳的 SVM 和 NN...
本研究提出了一种SAMN模型，将SVM和NN结合起来，通过样本关注模块、类原型和记忆块，显著提高了多分类任务的分类性能。该模型超过了单独的SVM或NN模型，以及之前最佳的SVM和NN结合模型。样本关注机制是一个灵活的模块，可以轻松深化并应用于需要的神经网络中。
