基于深层自适应平衡自编码机的手写数字分类

• 作者: 宋威 李炜
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 深层自动编码机 内部协变量迁移 自适应平衡 手写数字分类
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 33-35,40
• 页数: 4页
• 分类号: TP183
• 字数: 2504字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2019)01-0033-03

摘要

针对深层自动编码机(DAE)内部协变量迁移问题,提出一种深层自适应平衡自动编码机(DSBAE),用于手写数字的分类(HDC).重点研究了自适应平衡层对内部协变量迁移的纠正方法,构建了DSBAE网络的分类模型,根据平衡网络参数体系原理,制定了自适应参数更新策略.实验在MNIST,USPS以及PENDIGITS三个公开手写数据集上对DSBAE以及深度学习中其他分类算法进行比较,证明DSBAE能有效解决深层网络的内部协变量迁移问题,并在手写数字分类准确率上占有明显优势.

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
3	李炜	江南大学物联网工程学院	11	31	3.0	4.0