基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对自动编码器无监督训练过程中不能根据标签提取类别信息的问题,为提高识别准确率,提出栈式分类降噪自动编码器(Stacked Class Denoising Autoencoder,SCDAE)来获取类别信息,并使用自编码组合特征提取方法提取组合特征用于分类.该方法构建栈式降噪自动编码器(Stacked Denoising Autoencoder,SDAE)和SCDAE;微调SDAE和SCDAE形成组合模型(Combined Model,CM);使用CM提取包舍输入数据立要信息和类别信息的组合特征进行分类.选取MNIST和USPS手写体识别库进行测试,实验结果表明,该方法可以有效提取特征,提高识别准确率.
推荐文章
基于自编码特征提取及弹性学习的手写数字识别
多层前向神经网络
自编码算法
弹性BP算法
MNIST数据库
一种基于PCA的组合特征提取文本分类方法
基于PCA的组合特征提取算法(PCA-CFEA)
主成分分析
特征提取
文本分类
基于自编码神经网络特征提取的回声状态网络研究及过程建模应用
自编码神经网络
回声状态网络
特征提取
软测量
过程建模
区分自编码网络及其在滚动轴承故障特征提取中的应用
深度学习
自编码
特征提取
轴承故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自编码组合特征提取的分类方法研究
来源期刊 系统仿真学报 学科 工学
关键词 栈式降噪自动编码器 栈式分类降噪自动编码器 类别信息 组合特征
年,卷(期) 2018,(11) 所属期刊栏目 仿真建模理论与方法
研究方向 页码范围 4132-4140
页数 9页 分类号 TP391.9
字数 语种 中文
DOI 10.16182/j.issn1004731x.joss.201811011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 纪志成 江南大学物联网技术应用教育部工程研究中心 397 4193 27.0 46.0
2 王艳 江南大学物联网技术应用教育部工程研究中心 110 475 10.0 14.0
3 严大虎 江南大学物联网技术应用教育部工程研究中心 41 323 8.0 17.0
4 谷丛丛 江南大学物联网技术应用教育部工程研究中心 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (38)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
栈式降噪自动编码器
栈式分类降噪自动编码器
类别信息
组合特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导