标签约束的半监督栈式自编码器分类算法

• 作者: 宋威 张雨轩 李炜 王晨妮
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 栈式自编码器 分类 半监督学习 标签约束
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 488-492
• 页数: 5页
• 分类号: TP301
• 字数: 4423字
• 语种: 中文

摘要

栈式自编码器通过逐层无监督学习能够表达数据的语义特征,但面对具体领域问题时其特征训练缺乏针对性,所处理的数据用于分类领域时易导致分类准确度低,稳定性差等问题.针对这些问题,提出了一种标签约束的半监督栈式自编码器(LSSAE),结合无监督学习与监督学习的优势,在有效抽取样本内在特征的同时保证特征训练目标化.引入的标签约束项,以监督学习的方式逐层比对实际标签与期望标签,针对性地调整网络参数,进一步提高分类准确率.为验证所提方法的有效性,实验中对多个数据集进行广泛测试,其结果表明,相对自编码器(AE),稀疏自编码器(SAE),以及深度信念网络(DBN)等,LSSAE明显提高分类准确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋威	江南大学物联网工程学院	44	158	8.0	10.0
7	李炜	江南大学物联网工程学院	11	31	3.0	4.0
8	王晨妮	江南大学物联网工程学院	5	2	1.0	1.0
12	张雨轩	江南大学物联网工程学院	1	0	0.0	0.0