a国产,中文字幕久久波多野结衣AV,欧美粗大猛烈老熟妇,女人av天堂

當(dāng)前位置:主頁 > 科技論文 > 自動化論文 >

基于稀疏降噪自編碼器的深度置信網(wǎng)絡(luò)

發(fā)布時間:2018-06-18 12:34

  本文選題:深度置信網(wǎng)絡(luò) + 受限玻爾茲曼機(jī); 參考:《計算機(jī)應(yīng)用》2017年09期


【摘要】:傳統(tǒng)的深度置信網(wǎng)絡(luò)(DBN)采用隨機(jī)初始化受限玻爾茲曼機(jī)(RBM)的權(quán)值和偏置的方法初始化網(wǎng)絡(luò)。雖然這在一定程度上克服了由BP算法帶來的易陷入局部最優(yōu)和訓(xùn)練時間長的問題,但隨機(jī)初始化仍然會導(dǎo)致網(wǎng)絡(luò)重構(gòu)和原始輸入的較大差別,這使得網(wǎng)絡(luò)無論在準(zhǔn)確率還是學(xué)習(xí)效率上都無法得到進(jìn)一步提升。針對以上問題,提出一種基于稀疏降噪自編碼器(SDAE)的深度網(wǎng)絡(luò)模型,其核心是稀疏降噪自編碼器對數(shù)據(jù)的特征提取。首先,訓(xùn)練稀疏降噪自編碼;然后,用訓(xùn)練后得到的權(quán)值和偏置來初始化深度置信網(wǎng)絡(luò);最后,訓(xùn)練深度置信網(wǎng)絡(luò)。在Poker Hand紙牌游戲數(shù)據(jù)集和MNIST、USPS手寫數(shù)據(jù)集上測試模型性能,在Poker Hand數(shù)據(jù)集下,方法的誤差率比傳統(tǒng)的深度置信網(wǎng)絡(luò)降低46.4%,準(zhǔn)確率和召回率依次提升15.56%和14.12%。實(shí)驗結(jié)果表明,所提方法能有效地改善模型性能。
[Abstract]:The traditional depth confidence network (DBN) initializes the weights and biases of constrained Boltzmann machine (RBM) at random. Although this can overcome the problems of local optimization and long training time brought by BP algorithm, random initialization still leads to the difference between network reconstruction and original input. This makes the network not only in accuracy but also in learning efficiency can not be further improved. In order to solve the above problems, a kind of depth network model based on sparse noise reduction self-encoder (SDAE) is proposed, the core of which is the feature extraction of data by sparse de-noising self-encoder. First, the sparse denoising self-coding is trained; then, the depth confidence network is initialized with the weight and bias obtained by the training; finally, the depth confidence network is trained. The performance of the model is tested on the Poker hand and MNIST / USPS handwritten data sets. Under the Poker hand dataset, the error rate of the method is 46.4% lower than that of the traditional depth confidence network, and the accuracy and recall rate are increased by 15.56% and 14.12% respectively. Experimental results show that the proposed method can effectively improve the performance of the model.
【作者單位】: 廣東工業(yè)大學(xué)計算機(jī)學(xué)院;廣東建設(shè)職業(yè)技術(shù)學(xué)院現(xiàn)代教育技術(shù)中心;西蒙弗雷澤大學(xué)影像技術(shù)實(shí)驗室;
【基金】:國家自然科學(xué)基金資助項目(61300107) 廣東省自然科學(xué)基金資助項目(S2012010010212) 廣州市科技計劃資助項目(201504301341059,201505031501397)~~
【分類號】:TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 劉建偉;劉媛;羅雄麟;;玻爾茲曼機(jī)研究進(jìn)展[J];計算機(jī)研究與發(fā)展;2014年01期

2 劉來福,唐志宇,,匡錦瑜;向量玻爾茲曼機(jī)[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);1996年04期

相關(guān)碩士學(xué)位論文 前6條

1 李娟;基于RBM的小分子活性及選擇性研究[D];蘭州大學(xué);2015年

2 萬程;自適應(yīng)基數(shù)受限玻爾茲曼機(jī)[D];清華大學(xué);2015年

3 張艷霞;基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)模型及其應(yīng)用[D];電子科技大學(xué);2016年

4 朱常寶;基于深度玻爾茲曼機(jī)的特征學(xué)習(xí)算法研究[D];北京化工大學(xué);2016年

5 張怡康;基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)方法研究[D];北京化工大學(xué);2016年

6 王海麟;通過信息幾何方法挖掘玻爾茲曼機(jī)的不變性[D];天津大學(xué);2014年



本文編號:2035498

資料下載
論文發(fā)表

本文鏈接:http://www.wukwdryxk.cn/kejilunwen/zidonghuakongzhilunwen/2035498.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶8afaf***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com
国产精品爽爽ⅤA在线观看| 欧美性猛交ⅩXXX乱大交妖精| 免费成人在线| 精品一区二区三区AV天堂| 欧美日韩国产va另类| 同性男男黄G片免费网站| 中文字幕av无码一区二区三区电影| 精品少妇无码AV在线播放| 亚洲国产精品久久久久蜜桃网站| 精品人妻少妇| 国产精品1区| 涩涩在线视频| 亚洲色图偷拍自拍| 大香蕉东京热| 欧美激情视频一区二区三区在线播放| 亚洲人妻中文字幕| 亚洲毛片av| 91狠狠操| 亚洲中文字幕无码中文| 欧美精品成人a在线观看 | 91精品久久久久久| 国产在线综合网站| 91综合视频| 香蕉视频一区二区三区| 日韩有码| 丰满人妻av一区二区三区| 欧美福利在线| 91综合在线| 少妇白浆| 又爽又色少妇又爽又粗又爽的少妇| 四虎色播| 另类极品7○老太grand| 日韩无毛| 日韩欧美| 久久97人人超人人超碰超国产 | 久久久久久久精品免费看| 无码字幕AV一区二区三区 | 国产精品麻豆依人久久久| 久久久久久夜精品精品免费啦| 久久国产成人午夜AV影院| 国产AV人人夜夜澡人人爽|