基于遗传算法的 RBM 优化设计

• 作者: 刘凯 孙永威 张立民
• 来源期刊: 微电子学与计算机
• 关键词: 人工神经网络 受限玻尔兹曼机 遗传算法 最优化
• 年，卷（期）: 2015,（6）
• 页码范围: 96-100
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文

摘要

为了有效解决受限玻尔兹曼机在设计时没有规律遵循并很难保证网络最优化的问题，提出一种基于遗传算法的RBM辅助优化设计方法（Genetic Algorithm‐Restricted Boltzmann Machine ，GA‐RBM ），完成了RBM模型结构和权值的全局搜索。针对RB M特点，设计RB M模型个体编码方式和适应度函数，实现了通过遗传算法对可见单元维度的优化和隐单元个数的选择。通过MNIST实验证明，相较于其他常规的数据降维方式，该方法不仅可以降低可见单元维数，而且能够有效提高RBM特征提取性能，达到了通过遗传算法实现RBM模型优化设计的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立民	海军航空工程学院电子信息工程系	163	596	11.0	15.0
2	刘凯	海军航空工程学院电子信息工程系	28	106	6.0	9.0