李群特征的深度学习算法研究

• 作者: 杨梦铎 李凡长
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 李群特征 深度学习 辐条模型 图像分类 表示学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 2021年中国粒计算与知识发现学术会议(CGCKD2021)论文选登|China Granular Computing and Knowledge Discovery Academic Conference in 2021 (CGCKD 2021)
• 页码范围: 60-67
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13451/j.sxu.ns.2021057

摘要

由于真实世界中的复杂数据经常能够被表示成李群结构,文章设计了一个以李群特征作为输入的深度网络架构,以此利用深度学习强大的特征表示能力来进行模式识别等任务.在构建李群深度神经网络的过程中,为了保证在优化时李群特征能够被限定在微分流形的结构上,提出了适用于李群特征的深度学习算法.算法在特征学习的过程中不仅能够保证不损失数据流形结构的信息,同时也限定了参数优化的假设空间.基于李群特征的深度学习算法在CIFAR-BW和MNIST数据集上,通过为静态图像设计辐条模型的李群特征,实验结果表明算法在较少次数的迭代下就能够收敛到较为理想的结果.