基于自编码神经网络的手写体数字识别中关于特征表达的研究

• 作者: 史雪莹
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 自编码神经网络 手写体数字识别 特征表达
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 算法研究
• 页码范围: 38-39,48
• 页数: 3页
• 分类号: TP391.41
• 字数: 1500字
• 语种: 中文

摘要

研究多种改良的自编码神经网络(Autoencoder),如稀疏(Sparse)、噪声(Denoising)、权值对称(Tied Weight).探究这些自编码神经网络的改良在图像特征表达中的原理.将方法应用到手写体数字的识别中,通过设置各种改良自编码神经网络的参数取值并且对比各种改良自编码神经网络的特征表达效果,证明改良自编神经网络的理论原理.实验证明稀疏和噪声对于自编码神经网络性能具有较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史雪莹		2	4	1.0	2.0