DBM-ELM深层网络模型

• 作者: 刘世蕾 崔晓明 聂茹
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 深层网络 深层限制波尔兹曼机 极速学习机 DBM-ELM
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 硅基纳电子和光电子专栏
• 页码范围: 497-505
• 页数: 9页
• 分类号: TP18
• 字数: 5027字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.03.014

摘要

使用深层限制波尔兹曼机实现高维数据非线性降维,再结合极速学习机算法,提出了一种复合的DBM-ELM深层网络模型.该模型在复杂高维数据的分类问题上,能较好的将高维数据简化到低维空间,进而得到较好的分类效果,实现复杂函数的表示.最后在人脸和手写数字识别实验上得到了很好的证明.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘世蕾	中国矿业大学计算机科学与技术学院	12	35	3.0	5.0
2	聂茹	中国矿业大学计算机科学与技术学院	21	133	6.0	11.0
3	崔晓明	中国矿业大学计算机科学与技术学院	1	1	1.0	1.0