基于弱监督学习的去噪受限玻尔兹曼机特征提取算法

• 作者: 刘海波 孙亚东 张良俊 杨杰
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 特征提取 受限玻尔兹曼机 目标识别
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2365-2370
• 页数: 6页
• 分类号: TP391
• 字数: 5316字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.12.005

摘要

针对现有特征提取方法难以实现从含有复杂背景的图像中提取有用目标特征的瓶颈问题，提出了基于弱监督学习的去噪受限玻尔兹曼机特征提取算法。首先，利用训练样本，通过无监督学习方式训练一个标准受限玻尔兹曼机模型，从而获得一个包含可视单元层和隐藏单元层的层次结构模型；然后，对可视层的每个单元引入二值转换单元，对隐藏层，根据各节点的激活值大小和激活频率将其分为两组：前景特征隐层单元和背景特征隐层单元，得到一个二元混合式去噪玻尔兹曼机的模型；最后，通过多模交互方式，利用有限数量的样本标签信息对输入样本逐像素地进行采样训练，以此来提取目标特征。实验表明，本文的特征提取算法能够有效地从复杂的干扰背景中提取目标特征，提高了目标识别精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	武汉理工大学光纤传感技术与信息处理教育部重点实验室	123	833	13.0	24.0
2	孙亚东	武汉理工大学光纤传感技术与信息处理教育部重点实验室	7	35	4.0	5.0
3	张良俊	武汉理工大学光纤传感技术与信息处理教育部重点实验室	7	46	4.0	6.0
4	刘海波	武汉理工大学光纤传感技术与信息处理教育部重点实验室	5	83	3.0	5.0