一种改进的深度神经网络在小图像分类中的应用研究

• 作者: 吕刚 盛建荣 郝平
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 信念网络 字符识别 图像分类
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 182-184,213
• 页数: 4页
• 分类号: TP391.43
• 字数: 3798字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.04.046

摘要

基于卷积神经网络和深度信念网络各自的优点，通过把卷积神经网络的局部感受野引入到深度信念网络的单层中，把深度信念网络的单层分成多个子 RBM，提出一种改进的深度信念网络。分别用 BP 网络、卷积神经网络、深度信念网络和改进的深度信念网络对模型 MNIST 和 Cifar-10数据库进行小图像分类识别实验；根据实验结果，改进的深度信念网络在 Cifar-10库上错误率为30．16％，比卷积神经网络低了9％，比传统的深度信念网络低了40％；在 MNIST 上的识别错误率为1．21％，比传统的深度信念网络分别降低了16％，略高于卷积神经网络。试验结果表明改进的 DBN 网络在小图像分类应用中是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝平	浙江工业大学信息工程学院	47	511	11.0	21.0
2	盛建荣	金华广播电视大学理工学院	7	66	3.0	7.0
3	吕刚	金华广播电视大学理工学院	12	119	5.0	10.0