稀疏受限玻尔兹曼机研究综述

• 作者: 邹维宝 麦超
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 稀疏表示 受限玻尔兹曼机 深度学习 图像处理
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1379-1384
• 页数: 6页
• 分类号: TP181
• 字数: 6168字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.07.027

摘要

人类的视觉系统采用稀疏编码方式来描述被感知的图像特征,而稀疏表示被认为是图像特征最合理而且有效的表示形式.由于受限玻尔兹曼机具有强大的无监督学习能力,所以它被用于深度学习中.将多个稀疏受限玻尔兹曼机堆叠起来,不仅可以模拟大脑的分层结构,还可以学习到图像更加抽象的特征信息.因此,采用受限玻尔兹曼机获得图像特征的稀疏表示在人工智能领域得到了广泛的关注.首先介绍了受限玻尔兹曼机的基础知识,紧接着阐述了稀疏化的原因,并描述了稀疏受限玻尔兹曼机的优点.然后,文章详细介绍了稀疏受限波尔兹曼机的国内外研究现状.最后总结了目前研究中存在的问题及将来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麦超	长安大学地质工程与测绘学院	1	9	1.0	1.0
2	邹维宝	长安大学地质工程与测绘学院	5	72	3.0	5.0