...和abaqus联合进行模态分析时。里面出现的正则化(normaliztion)怎么理...
正则化其实就是归一化；归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。
正则化详解
1、L1正则化项也称为Lasso，L2正则化参数也称为Ridge。 L1范数：权值向量w中各个元素的绝对值之和，L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择。
2、这种收缩也称之为正则化，它旨在减少方差以防止模型的过拟合。由于我们使用不同的收缩 *** ，有一些变量的估计将归零。因此这种 *** 也能执行变量的选择，将变量收缩为零最常见的技术就是 Ridge 回归和 Lasso 回归。
3、目标函数（Object Function）：是指最终需要优化的函数，一般来说是经验风险+结构风险，也就是（代价函数+正则化项）。也就是说，当预测错误时，损失函数为1，当预测正确时，损失函数值为0。
4、.5-1 lambda [default=1]：控制模型复杂度的权重值的L2正则化项参数，参数越大，模型越不容易过拟合。 alpha [default=0]：控制模型复杂程度的权重值的 L1 正则项参数，参数值越大，模型越不容易过拟合。
5、要选择的参数是 L1，L2范数和正则化阈值之间的比率。稳定性选择采用80% 的随机二次抽样 *** 进行，共100次。在稳定性选择过程中，计算所有权重系数为非零的特征。
6、RCNN是局部卷积神经 *** ，它使用一种称为候选区域生成 *** （Region Proposal Network，RPN）的技术，实际上是将图像中需要处理和分类的区域局部化。
什么是批次归一化
批归一化是现在越来越多的神经 *** 采用的 *** ，其具有加快训练速度、防止过拟合等优点，尤其在深度神经 *** 中效果非常好。现将BN的学习整理一篇文章备忘。随着神经 *** 的层数加深，研究者发现神经 *** 训练起来越困难，收敛越慢。
归一法是一种简化计算的方式，有两种形式，一种是把数变为（0，1）之间的小数，一种是把有量纲表达式变为无量纲表达式。
归一化是一种简化计算的方式即将有量纲的表达式经过变换，化为无量纲的表达式成为标量。归一化处理的基本原理 归一化处理是一种将数据缩放到特定范围的 *** ，它可以帮助我们将不同尺度的数据进行比较和分析。
归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量。 在多种计算中都经常用到这种 *** 。归一化是一种无量纲处理手段，使物理系统数值的绝对值变成某种相对值关系。
正则化与归一化的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于正则化概念、正则化与归一化的信息别忘了在本站进行查找喔。
