隨著信息技術(shù)的快速發(fā)展,深度學(xué)習(xí)成了一個熱門的話題,自動編碼機(jī)作為深度學(xué)習(xí)中較典型的模型之一也得到了廣泛的研究。自動編碼機(jī)作為一種有效的特征學(xué)習(xí)算法,能夠提取數(shù)據(jù)的本質(zhì)特征。本文主要將自動編碼機(jī)提取的特征用于識別及分類,通過識別及分類應(yīng)用的準(zhǔn)確率判斷自動編碼機(jī)的特征學(xué)習(xí)能力。本文主要從以下三個方面研究:（1）手寫字體識別技術(shù)是字符識別領(lǐng)域中的一個重要分支。由于手寫字體的邊緣輪廓差異大,特征比較明顯,本文提出了一種雅克比稀疏自動編碼機(jī)（Jacobian regularized sparse auto-encoders,JSAE）,通過在自動編碼機(jī)中加入稀疏約束項,使得改進(jìn)后的自動編碼機(jī)提取出手寫字體數(shù)據(jù)的隱藏結(jié)構(gòu),通過在自動編碼機(jī)中加上雅可比正則項,使得改進(jìn)后的自動編碼機(jī)有效描述數(shù)據(jù)點的邊緣特征,提高自動編碼機(jī)算法的特征學(xué)習(xí)能力,更準(zhǔn)確地提取出樣本的本質(zhì)特征。因而通過加入約束項和正則項提高了手寫字體識別的準(zhǔn)確度,該算法在MNIST、USPS和Pen Digits手寫字體數(shù)據(jù)集上都有較好的分類準(zhǔn)確度。（2）針對傳統(tǒng)的深度自動編碼機(jī)進(jìn)行反向傳播調(diào)整權(quán)值時時間復(fù)雜度高、易產(chǎn)生梯度消失的問題,提... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【部分圖文】：

PenDigits數(shù)據(jù)集下不同和的影響

USPS數(shù)據(jù)集下不同和的影響

ISOLET數(shù)據(jù)集下不同和的影響

【參考文獻(xiàn)】：
期刊論文
[1]基于稀疏自編碼器和SVM的垃圾短信過濾[J]. 王貴新,彭娟,鄭孝宗,張小川.  現(xiàn)代電子技術(shù). 2016(17)
[2]基于降噪自動編碼器的中文新聞文本分類方法研究[J]. 劉紅光,馬雙剛,劉桂鋒.  現(xiàn)代圖書情報技術(shù). 2016(06)
[3]基于改進(jìn)堆疊自動編碼機(jī)的垃圾郵件分類[J]. 沈承恩,何軍,鄧揚.  計算機(jī)應(yīng)用. 2016(01)
[4]基于深度學(xué)習(xí)的手寫數(shù)字分類問題研究[J]. 宋志堅,余銳.  重慶工商大學(xué)學(xué)報(自然科學(xué)版). 2015(08)
[5]基于堆疊稀疏自動編碼器的手寫數(shù)字分類[J]. 林少飛,盛惠興,李慶武.  微處理機(jī). 2015(01)
[6]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強(qiáng),徐偉.  計算機(jī)研究與發(fā)展. 2013(09)
[7]基于啟發(fā)式GA-SVM的手寫數(shù)字字符識別的研究[J]. 石會芳,胡小兵,劉瑞杰,葉劍英.  計算機(jī)技術(shù)與發(fā)展. 2012(10)
[8]組合結(jié)構(gòu)特征的自由手寫體數(shù)字識別算法研究[J]. 陳軍勝.  計算機(jī)工程與應(yīng)用. 2013(05)
[9]基于圖像識別技術(shù)的手寫數(shù)字識別方法[J]. 吳忠,朱國龍,黃葛峰,吳建國.  計算機(jī)技術(shù)與發(fā)展. 2011(12)
[10]手寫數(shù)字識別的原理及應(yīng)用[J]. 任丹,陳學(xué)峰.  計算機(jī)時代. 2007(03)

碩士論文
[1]基于稀疏自動編碼器和邊緣降噪自動編碼器的深度學(xué)習(xí)算法研究[D]. 鄧俊鋒.武漢科技大學(xué) 2016
[2]基于深度學(xué)習(xí)的圖像檢索研究[D]. 馬冬梅.內(nèi)蒙古大學(xué) 2014
[3]支持向量機(jī)及其在手寫數(shù)字識別中的應(yīng)用[D]. 石會芳.重慶大學(xué) 2013



本文編號：3055144