本文關(guān)鍵詞：受限玻爾茲曼機(jī)的稀疏化特征學(xué)習(xí)，由筆耕文化傳播整理發(fā)布。

【摘要】：受限玻爾茲曼機(jī)(RBM)作為深度學(xué)習(xí)算法的一種基礎(chǔ)模型被廣泛應(yīng)用,但傳統(tǒng)RBM算法沒(méi)有充分考慮數(shù)據(jù)的稀疏化特征學(xué)習(xí),使得算法性能受數(shù)據(jù)集的稀疏性影響較大。提出一種RBM稀疏化特征學(xué)習(xí)方法(sRBM),通過(guò)歸一化的輸入數(shù)據(jù)均值確定數(shù)據(jù)集的稀疏系數(shù),將稀疏系數(shù)大于閾值的稠密數(shù)據(jù)集自動(dòng)轉(zhuǎn)化為稀疏數(shù)據(jù)集,在不損失信息量的情況下實(shí)現(xiàn)輸入數(shù)據(jù)的稀疏化。在手寫(xiě)字符數(shù)據(jù)集和自然圖像數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,sRBM通過(guò)輸入數(shù)據(jù)稀疏化有效提升了RBM的稀疏化特征學(xué)習(xí)性能。
【作者單位】： 中國(guó)科學(xué)院電子學(xué)研究所;中國(guó)科學(xué)院大學(xué);
【關(guān)鍵詞】： 受限玻爾茲曼機(jī)(RBM) 稀疏化 特征學(xué)習(xí) 置信網(wǎng)絡(luò) 穩(wěn)定性
【基金】：國(guó)家自然科學(xué)基金(41301493) 高分對(duì)地觀測(cè)領(lǐng)域?qū)W術(shù)交流項(xiàng)目(GFEX04060103)資助
【分類號(hào)】：TP181
【正文快照】： 到稿日期:2016-01-07返修日期:2016-04-15本文受國(guó)家自然科學(xué)基金(41301493),高分對(duì)地觀測(cè)領(lǐng)域?qū)W術(shù)交流項(xiàng)目(GFEX04060103)資助。1引言隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,數(shù)據(jù)量呈爆炸式增長(zhǎng),機(jī)器學(xué)習(xí)利用計(jì)算機(jī)從大量數(shù)據(jù)中挖掘規(guī)律、模仿人類行為,是實(shí)現(xiàn)數(shù)據(jù)信息自動(dòng)學(xué)習(xí)的有力技術(shù)手段,

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 溫菊屏;林冬梅;;圖稀疏化:加速圖聚類的有效方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年11期

2 吳宗亮;竇衡;;一種新的最小二乘支持向量機(jī)稀疏化算法[J];計(jì)算機(jī)應(yīng)用;2009年06期

3 余正濤;鄒俊杰;趙興;蘇磊;毛存禮;;基于主動(dòng)學(xué)習(xí)的最小二乘支持向量機(jī)稀疏化[J];南京理工大學(xué)學(xué)報(bào);2012年01期

4 馮笑笑;劉本永;;基于高階相關(guān)的稀疏化和徑向基核分類法[J];雷達(dá)科學(xué)與技術(shù);2007年03期

5 崔樹(shù)標(biāo);張?jiān)?周華民;李德群;;邊界元矩陣稀疏化算法及其應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2008年10期

6 趙英海;蔡俊杰;吳秀清;孫福明;;基于稀疏化圖結(jié)構(gòu)的轉(zhuǎn)導(dǎo)多標(biāo)注視頻概念檢測(cè)算法[J];模式識(shí)別與人工智能;2011年06期

7 司剛?cè)?曹暉;張彥斌;賈立新;;一種基于密度加權(quán)的最小二乘支持向量機(jī)稀疏化算法[J];西安交通大學(xué)學(xué)報(bào);2009年10期

8 汪濤，，邢小良;感知器的動(dòng)態(tài)稀疏化學(xué)習(xí)[J];自動(dòng)化學(xué)報(bào);1995年01期

9 汪琪;李傳榮;馬靈玲;唐伶俐;李劍劍;;基于訓(xùn)練字典的壓縮感知光譜稀疏化方法[J];遙感技術(shù)與應(yīng)用;2013年06期

10 過(guò)琦芳;;稀疏化的基于核密度估計(jì)的向量機(jī)[J];信息與電腦(理論版);2011年09期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 付強(qiáng);稀疏化模型及其在文本分類中的應(yīng)用[D];南京大學(xué);2014年

2 孫欣;最小二乘支持向量機(jī)稀疏化技術(shù)的研究[D];廣西大學(xué);2014年

3 馮笑笑;基于模式樣本稀疏化和高階相關(guān)的分類方法研究[D];電子科技大學(xué);2007年

4 邵哲;X波段大型相控陣稀疏化研究[D];電子科技大學(xué);2012年

  本文關(guān)鍵詞：受限玻爾茲曼機(jī)的稀疏化特征學(xué)習(xí)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：480645