基于自适应深度置信网络的图像分类方法

• 作者: 张磊 杨春德
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 深度学习 约束波尔兹曼机 深度置信网络 图像分类 softmax回归
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 开发与应用
• 页码范围: 2832-2837
• 页数: 6页
• 分类号: TP391
• 字数: 4284字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.10.044

摘要

针对传统的深度置信网络在数据的特征表达过程中收敛速度较慢、训练时间较长的问题，提出一种非监督学习算法，即自适应深度置信网络，将其应用于图像分类任务中。采用一种自适应步长大小方法，解决训练时对适合的学习率的选择困难，加速训练的收敛性。在MNIST手写数据集上进行测试验证并与多个分类器的性能进行对比分析，实验结果表明，该算法具有更快的收敛速度和良好泛化能力，图像的分类效果得到有效提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	重庆邮电大学计算机科学与技术学院	22	55	3.0	7.0
2	杨春德	重庆邮电大学计算机科学与技术学院	53	315	10.0	15.0