Игорь М.
Новый посетитель
Зарегистрирован: 27 Июл 2007
Сообщения: 2
|
 Добавлено: Сб Июл 28, 2007 2:14 pm Заголовок сообщения: Классификация информационных моделей |
 |
|
| Здравствуйте все.Заранее извинюсь за возможные неточности,ибо в нейронных сетях почти ноль.Надо(задача бакалаврской моей)проклассифицировать на схожесть информационные модели(диаграммы классов UML(далее ИМ)).Часть входного вектора представлена метриками(их можно посчитать для каждой модели),другую его часть составляют ключевые слова из ИМ(например, имена классов и аттрибутов),которые не являются общими для каждой ИМ.Следовательно(так я рассуждал),сравнивать можно всегда всегда лишь с одной моделью(задающей ключевые слова для сравнения),при этом другие проверяются на наличие этих ключевых слов(напр. 0-есть,1-нет).Так вот,скажем, я тренирую сеть на распознавание схожести имеющихся моделей с референционной ИМ(Р_ИМ).Получил результаты.Для сравнения с другой Р_ИМ размерность вектора сохраняется,но используются уже другие ключ. слова.Имеет ли это смысл и какие конфигурацию сети предпочтительно использовать?Буду оч. благодарен за любые комментарии. |
|
FAQ
Поиск
Пользователи
Группы
Регистрация
Профиль
Войти и проверить личные сообщения
Вход
