基于PLSR的深度信念网输出权值确定方法

• 作者: 程乐 索明何
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 深度信念网络 输出权值 偏最小二乘回归 主成分提取
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 668-676
• 页数: 9页
• 分类号: TP183
• 字数: 6677字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.170368

摘要

针对深度信念网络(Deep Belief Networks,DBN)微调阶段过度依赖梯度而导致很难获取最优输出权值的问题,提出一种基于偏最小二乘回归(Partial Least Square Regression,PLSR)的DBN输出权值确定新方法.通过PLSR和DBN相结合,实现对DBN最后一个隐含层状态进行主成分提取,在最后一个隐含层与输出层之间建立PLSR模型,以更精确的特征来确定更好的输出权值.在一系列标准数据集上的实验结果表明,该方法能够获取更好的DBN输出权值,从而提高DBN的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程乐	淮安信息职业技术学院电子工程研究中心	17	43	4.0	6.0
2	索明何	淮安信息职业技术学院电子工程研究中心	15	23	3.0	4.0