深度学习中先验知识的应用

• 作者: 于华 宣冬梅 王菊韵 赵佳
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 分类问题 深度学习 先验知识 权重 手写体数据集
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 智能技术
• 页码范围: 3087-3091
• 页数: 5页
• 分类号: TP183
• 字数: 5135字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.11.041

摘要

在多分类问题中使用深度学习方法提高分类效果的模型通常很复杂，且运行时间较长。为解决该问题，提出先验知识与深度学习结合的方法。对深度学习中先验知识在多分类问题中的应用进行研究，得到3个结果：当先验知识较准确时，带有先验的分类方法能大大提高分类效果；神经元之间的连接权重绝对值将减小，模型能够求解；深度神经网络中使用的网络结构会更简单。在MNIST手写体数据集上进行的实验验证了该方法的有效性和其结果的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于华	中国科学院大学工程管理与信息技术学院	21	120	5.0	10.0
2	赵佳	中国科学院大学工程管理与信息技术学院	11	102	7.0	10.0
3	王菊韵	中国传媒大学理学院	7	28	3.0	5.0
4	宣冬梅	中国科学院大学工程管理与信息技术学院	1	10	1.0	1.0